Solucionário AL Boldrini

7/24/2019 Algebra Linear (Boldrini-Editora Harbra)
Livro: Álgebra Linear - Editora Harbra

(Boldrini/Costa/Figueiredo/Wetzler)
nibblediego@gmail.com.br
Compilado dia 06/03/2017
Solucionário da 3a edição do livro de Álgebra Linear dos

autores: José Luiz Boldrini, Sueli I.Rodrigues Costa, Vera Lúcia
Figueiredo e Henry G. Wetzler.
Para quem desejar; uma cópia do livro pode ser baixada em
http://www.professores.uff.br/jcolombo/Alg lin I mat
2012 2/Algebra%20Linear%20Boldrini.pdf .
A expectativa é que seja respondido um capı́tulo do livro por
mês. Mas, infelizmente resolver e digitar (principalmente digitar),
os exercı́cios desse livro leva um bom tempo. Assim, pode haver
atrasos na postagem. De todo modo, não deixe de acompanhar o
documento no link abaixo, para obter futuras atualizações.
www.number.890m.com
Sumário
1 MATRIZES 2
1.1 Exercı́cios da página 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 SISTEMAS DE EQUAÇ ÕES LINEARES 20

3 DETERMINANTE E MATRIZ INVERSA 44

4 ESPAÇO VETORIAL 62
5 TRANSFORMAÇ ÕES LINEARES 91
6 ANEXO I 101
7 ANEXO II 102
http://slidepdf.com/reader/full/algebra-linear-boldrini-editora-harbra 1/102
Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA
1 MATRIZES
1.1 Exercı́cios da página 11
1. Sejam
A=
 1 2 3
  −
,B=
2 0 1
  − 
,C= 2
1
e D = [2, −1]
2 1 −1 3 0 1
4
Encontre:
a) A + B
·
b) A C
c) B · C
d) C · D
e) D · A
f) D · B
g) −A
h) −D
Soluç˜
ao de A:
A+B
 1 2 3
  −
+
2 0 1
  −
=
1 2 4

2 1 −1 3 0 1 5 1 0
Soluç˜
ao de B:
·
A B
 1 2 3
 ·  −   
2
1
=
15
2 1 −1
4
− 4
Soluç˜
ao de C:
−1 · A
2
−1 ·
 1 2 3
  − − − 
=
1 2 3
2 1 − 1 −2 −1 1
2 x2
2. Seja A =
  Se A’ = A, então x = ···
−
2x 1 0
Soluç˜
ao:
Se A’ = A então:
2 x2
 2 2x −1  
=

x2 0 −
2x 1 0
Que resulta nas seguintes igualdades:
2 = 2 e 2x − 1 = x2
Desta ultima igualdade tira-se que x = 1.
3. Se A é uma matriz simétrica, então A – A’. . .
Soluç˜
ao:
Se A é simétrica então A = A’ e portanto A – A’ = A – A = 0. Assim, o resultado desta

operação seria uma matriz nula.
4. Se A é uma matriz triangular superior, então A’ é . . .
Soluç˜
ao:
Uma matriz triangular superior quando transposta passa a ser uma matriz triangular infe-
rior.
5. Se A é uma matriz diagonal, então A’. . .
Soluç˜
ao:
Toda matriz diagonal é simétrica de modo que se A é uma matriz diagonal então A’ = A.
6. Classifique em verdadeiro ou falso:
a) –A’ = –A’
b) (A + B)’ = B’ + A’
c) Se AB = 0, então A = 0 ou B = 0
d) k 1 Ak2 B = k 1 k2 AB
e) –A –B = –AB
f) Se A e B são matrizes simétricas, então AB = BA
g) Se AB = 0, então BA = 0
h) Se é possı́vel efetuar o produto AA, então A é matriz quadrada
Soluç˜
ao de A:
Pela propriedade iv a proposição é verdadeira.
Soluç˜
ao de B:
Pela propriedade iii a proposição é verdadeira.
Soluç˜
ao de C:
Falsa. Tomando A =
 
1 0
e B =
 
0 0
por exemplo, verifica-se que a proposição
0 0 1 0
não é verdadeira.
Soluç˜
ao de D:
Usando a associatividade
(k1 k2 )AB = A(k1 k2 )B
Usando a comutatividade
·
A(k2 k1 )B = k 2 (Ak1 )B = (Ak1 ) (k2 B) = (k1 A)(k2 B).
Soluç˜
ao de E:
2 1 0 3
Falsa. Como contra exemplo tome A = e B =
0 1 1 1
 −   
Soluç˜
ao de F:
Falsa. Como contra exemplo tome A =

   
2 0
e B =
2 1
0 1 1 0
Soluç˜
ao de G:
Falsa.
Soluç˜
ao de H:
Verdadeiro. O produto entre duas matrizes só é possı́vel se o numero de linhas da segunda
for igual ao numero de colunas da primeira. Assim Am×n Am×n só ocorre se m = n. O que
implicaria no fato de A ser quadrada. ·
 −  2
2 1
7. Se A2 = A A, então
· ...
3 2
Soluç˜
ao:
2
 −   −  ·  −   
2 1 2 1 2 1 7 0
= =
3 2 3 2 3 2 0 7
8. Se A é uma matriz triangular superior, então A2 é . . .
Soluç˜
ao:
Do tipo triangular superior.
9. Ache, x, y,z,w se

 x y
   
2 3
=
1 0
z w 3 4 0 1
Soluç˜
ao:     
x y 2 3 2x + 3y 3x + 4y
O produto entre as matrizes e resulta em Que
z w 3 4 2z + 3w 3z + 4w
por hipótese é igual a matriz nula.
 2x + 3y 3x + 4y
  =
1 0
2z + 3w 3z + 4w 0 1
Resolvendo as equações acima chega-se a x = −4; y = 3; z = 3; e w = −2.
10. Dadas A =
 1
2
−13 −23  
, B=
1
2
4 1 0
1 1 1
 e C =
 2
3 −12 −−11 −−21

4 −3 −1 1 − 2 1 2 2 −5 −1 0
mostre que AB = AC.
Soluç˜
ao:
AB = AC
 − − 3 3 0 1
  − − 3 3 0 1

1 15 0 − 5 = 1 15 0 − 5
− 3 15 0 − 5
 − 3 15 0 − 5


11. Suponha que A = 0 e AB = AC onde A, B, C são matrizes tais que a multiplicação esteja
definida.
a) B = C?
b) Se existir uma matriz Y, tal que YA = I, onde I é a matriz identidade, então B = C?
Soluç˜
ao:
Se AB = AC e A−1 for transposta de A então:

− 1 −1
A (AB) = A (AC)
Usando a associatividade
(A−1 A)B = (A−1 A)C

IB = IC
B=C
12. Explique por que, (A+B)2 = A2 + 2AB + B2 e (A + B)(A – B) = A2 – B2 .

 
Soluç˜
ao:
As equações não são verdadeiras pois, não são satisfeitas para qualquer matriz.
14. Se A =
 3 −2 
, ache B, de modo que B2 = A.
− 4 3
Soluç˜
ao:
Tomando B =
 x y
 então:
z w
 x y
z w
· x y
z w
 − − 
= 3
4 3
2
A equação acima resulta no seguinte sistema:
 x2 + yz = 3 (1)

zy + w2 = 3 (2)
 −
xy + yw = 2 (3)
−
zx + wz = 4 (4)
Das equações (1) e (2) obtemos que x = w. Vamos tomar (arbitrariamente), x = w.
±
Se x = w então a equação (3) pode ser escrita como:
wy + yw = −2

Como y e W são números reais e portanto vale a comutatividade então:
wy + yw = −2

2(wy) = −2
wy = 1 (5)
⇒
Ainda supondo que x = w podemos escrever a equação (4) como: −
zx + wz = −4
z(x + w) = −4
z(w + w) = −4
7
⇒ w = −z2 (6)

Colocando (6) em (5) chegamos a uma nova relação.
wy = −1
− z2 y = −1 ⇒ z = 2y (7)
Agora tome a equação (1)
x2 + yz = 3
Usando novamente que x = w então:
2
w + yz = 3
Usando a equação (7)
w2 + y(2y) = 3
Usando agora a equação (5)
w2 + 2y 2 = 3
−  2
2 1
w +2 =3
w
w2 + 22
w
− 3 = 0 ⇒ w = −1 ou w = 1
Tomando (arbitrariamente) w = 1 então por (5) y = −1 e por (7) z = −2. Como havı́amos
suposto de inı́cio que x = w então x = 1
Logo B =
 1 −1 
− 2 1
15. Um construtor tem contratos para construir 3 estilos de casa: moderno, mediterrâneo e
colonial. A quantidade de material empregado em cada tipo de casa é dada pela matriz:
Ferro Madeira Vidro Tinta Tijolo
Moderno 5 20 16 7 17
Mediterrâneo 7 18 12 9 21
Colônial 6 25 8 5 13
(Qualquer semelhança dos números com a realidade é mera coincidência).
a) Se ele vai construir 5, 7 e 12 casas dos tipos moderno, mediterrâneo e colonial

respectivamente, quantas unidades de casa material serão empregadas?
b) Suponha agora que os preços por unidade de ferro, madeira, vidro, tinita e tijolo
sejam, respectivamente, 15, 8, 5, 1 e 10 u.c.p. Qual é o preço unitário de cada tipo
de casa?
c) Qual o custo total do material empregado?
Soluç˜
ao de A:
Pela matriz a quantidade de materiais de uma casa moderna é igual a 65 (soma dos elementos
da primeira linha). De uma casa mediterrânea 67 (soma dos elementos da segunda linha) e de
uma casa colonial 57(soma dos elementos da terceira linha). Logo serão utilizadas 1478 unidades
de materiais.
· · ·
5 65 + 7 67 + 12 57 = 1478
Soluç˜
ao de B:
O preço da casa moderno será:
5(15) + 20(8) + 16(5) + 7(1) + 17(10) = 492
Analogamente se calcula para as demais casas.
16. Uma rede de comunicação tem cinco locais com transmissores de potências distintas.
Estabelecemos que aij = 1, na matriz abaixo, significa que a estação i pode transmitir direta-
mente à estação j , a ij = 0 o que significa que a transmissão da estação i não alcança a estação j .
Observe que a diagonal principal é nula significando que uma estação não transmite diretamente
para si mesma.
 0 1 1 1 1

1 0 1 1 0
A= 0 1 0 1 0
 00 00 10 01 10

Qual seria o significado da matriz A 2 = A A? ·
5
Seja A2 = [cij ]. Calculemos o elemento c 42 = a4k ak2 = 0 + 0 + 1 + 0 + 0 = 1
k=1
· ·
Note que a única parcela não nula veio de a43 a 32 = 1 1. Isto significa que a estação 4
transmite para a estação 2 através de uma transmissão pela estação 3, embora não exista uma
transmissão direta de 4 para 2.
a) Calcule A2 .
b) Qual o significado de c 13 = 2?
c) Discuta o significado dos termos nulos, iguais a 1 e maiores que 1 de modo a
justificar a afirmação: “A matriz A2 representa o número de caminhos disponı́veis
para se ir de uma estação a outra com uma única retransmissão”.
d) Qual o significado das matrizes A + A 2 , A3 e A + A2 + A3 ?
e) Se A fosse simétrica, o que significaria?
Soluç˜
ao de A:
(Solução retirada da lista da Professora. Marina Tebet (GAN/IME/UFF)).
 0 1 1 1 1
 0 1 1 1 1
  1 1 2 3 1

 1 0 1 1 0  ·  1 0 1 1 0   0 2 2 2 2 
0 1 0 1 0 0 1 0 1 0 = 1 0 2 1 1
 0 0 1 0 1  0 0 1 0 1   0 1 0 2 1 
0 0 0 1 0 0 0 0 1 0 0 0 1 0 1
Soluç˜
ao de B:
c13 = 2 e significa que a estação 1 transmite para estação 3 através de uma terceira de dois
modos (através da estação 2 e da estação 4).
Soluç˜
ao de C:
Cada elemento de A2 representa o número de modos que uma estação trans mite para uma
outra através de uma terceira estação.
10
Soluç˜
ao de D:
Cada elemento de A + A2 representa a soma do número de modos que uma estação transmite
para outra, diretamente e através de uma terceira para uma outra.
 1 2 3 4 2

 1 2 3 3 2 
A + A2 =  1 1 2 2 1 
0 1 1 2 1
0 0 1 1 1
Veja:
O elemento 14 indica que há 4 maneiras de se transmitir da estação 1 à estação 4: Diretamente:
→→ →→
1 5 4, 1 2 4 e 1 3 4. →→
Cada elemento de A3 representa o número de modos que uma estação transmite para uma
outra através de uma quarta estação.
 1 3 5 5 4

 2 2 4 6 2 
A3 =  0 3 2 5 2 
1 0 3 1 2
0 1 0 3 0
Veja:
O elemento 25 indica que há 2 maneiras de se transmitir da estação 1 para a estação 2 através
→→→
de uma quarta estação: 2 3 4 5 e 2 1 4 → → →5.
Cada elemento de A + A2
+ A3
representa a soma do número de modos que uma estação
transmite para outra estação, diretamente, através de uma terceira e de uma quarta.
 2 5 8 9 6

 3 4 7 9 4 
A + A2 + A3 =  1 4 4 6 3 
1 1 4 3 3
0 1 1 3 1
Veja:
Experimente listar as maneiras de se transmitir da estação 3 para a estação 5 considerando
transmissões diretas, através de uma terceira e através de uma quarta.
Soluç˜
ao de E:
Se A fosse simétrica, isto é, a ij = a ji , isso significaria que a estação i transmite para a estação
j sempre que a estação j transmitir para a i.
11
Existem três marcas de automóveis disponı́veis no mercado: o Jacaré, o Piranha e o Urubu.

O termo a ij da matriz A abaixo é a probabilidade de que um dono de carro da linha i mude para
o carro da coluna j , quando comprar um carro novo.
Para
J P U
J 0.7 0.2 0.1
De P 0.3 0.5 0.2
U 0.4 0.4 0.2
Os termos da diagonal de dão a probabilidade aii de se comprar um carro novo da mesma

marca.
A2 representa as probabilidades de se mudar de uma marca para outra depois de duas com-
pras. Você pode verificar isto a partir dos conceitos básicos de probabilidade (consulte 1.5) e
produto de matrizes. Calcule A2 e interprete.
Soluç˜
ao:
59 7 13
 
 100 25 100 
11 39 17
A2 =
 25 100 100

12 9 4
25 25 25
Os termos de A2 , a ij , significam mudar da marca i para a marca j depois de duas compras.
12
Quer saber quando sairá a próxima atualização desse documento? Nesse caso você pode:
• verificar diretamente no blog (www.number.890m.com);

• ou me seguir no Facebook ( www.facebook.com/diegoguntz).
E se alguma passagem ficou obscura ou se algum erro foi cometido por favor escreva para
nibblediego@gmail.com para que possa ser feito a devida correção.
www.number .890m.com
Para encontrar esse e outros exercı́cios resolvidos de matemática acesse: www.number.890m.com
13
Suponha que um corretor da Bolsa de Valores faça um pedido para comprar ações na segunda-
feira, como segue: 400 quotas de ação A, 500 quotas da ação B e 600 quotas da ação C. As ações
A, B e C custam por quota Cr$ 500,00 Cr$ 400,00 e Cr$ 250,00 respectivamente.
a) Encontre o custo total das ações, usando multiplicações de matrizes.
b)Qual será o ganho ou a perda quando as ações forem vendidas seis meses mais tarde se as
ações A, B e C custam Cr$ 600,00 Cr$ 350,00 e Cr$ 300,00 por quota, respectivamente?
Soluç˜
ao de A:
A resposta deve ser uma matriz 1 1, assim uma matriz deve ser da ordem 1 a e outra a 1.
×
Como temos três quantidades de quotas (A, B e C) e três valores (um para cada quota), então× ×
×
a = 3. Ou seja, demos ter uma matriz 1 3 e outra 3x1.
A primeira matriz será a de quantidade:
Q = (400, 500, 600)

Enquanto a segunda será de preço
 500
P =  400
250
Fazendo P Q chegamos á matriz de custo total igual a 550 mil.
·
·
P Q = [550.000]
Soluç˜
ao de B:
Nesse caso basta trocar os valores da matriz P e em seguida realizar a multiplicação.
  600
·
Q P = (400, 500, 600) ·  350
300
= [595.000]
Ou seja, houve um ganho de 45 mil.
2. É observado que as probabilidades de um time de futebol ganhar, perder e empatar

uma partida depois de conseguir uma vitória são 1/2, 1/5 e 3/10 respectivamente; e depois de
ser derrotado são 3/10, 3/10 e 2/5, respectivamente; e depois de empatar são 1/5, 2/5 e 2/5,
14
respectivamente. Se o time não melhor nem piorar, conseguira mais vitórias ou derrotas a longo
prazo?
Soluç˜
ao:
Primeiro vamos considerar as probabilidades após Ganhar uma partida.
G
G 1/2
P 1/5
E 3/10
Agora as probabilidades após Perder um jogo.
G P
G 1/2 3/10
P
E 1/5
3/10 3/10
2/5
E finalmente as probabilidades após Empatar.
G P E
G 1/2 3/10 1/5
P 1/5 3/10 2/5
E 3/10 2/5 2/5
Observe que esta ultima matriz é regular (quadrada e com possibilidade de inversão). Assim
podemos aplicar o teorema 1.5.4.
  
pG
pP =
0.5 0.3 0.2
0.2 0.3 0.4
 ·  
pG
pP
pE 0.3 0.4 0.4 pE
  
pG 0.5 pG + 0.3 pP + 0.2 pE

pP
   = 0.2 pG + 0.3 pP + 0.4 pE 
pE 0.3 pG + 0.4 pP + 0.4 pE
Que resulta nas seguintes equações.
0.5 pG + 0.3 pP + 0.2 pE = p G

0.2 pG + 0.3 pP + 0.4 pE = p P
0.3 pG + 0.4 pP + 0.4 pE = p E
e nos possibilita montar o seguinte sistema:

 − 0.5 pG + 0.3 pP + 0.2 pE = 0
−
0.5 pG 0.7 pP + 0.2 pE = 0
 −
0.5 pG + 0.3 pP 0.6 pE = 0
15
Além disso, sabemos que as somas das probabilidades é igual a um ( pG + pP + pE = 1). Daı́,
26 24 29
pG = , p P = e pE = .
79 79 79
3. Numa pesquisa procura-se estabelecer uma correlação entre os nı́veis de escolaridade de

pais e filhos, estabelecendo as letras: P para os que concluı́ram o curso primário; S para os que
concluı́ram o secundário; e U para quem concluiu o curso universitário. A probabilidade de um
filho pertencer a um desses grupos, dependendo do grupo em que o pai está, é dada pela matriz:
P S U
2 1
P 3 3 0
1 1 1
S 3 3 3
1 2
U 0 3 3
Qual a probabilidade de um neto, de um indivı́duo que concluiu o curso secundário, ser

universitário?
Soluç˜
ao:
A matriz do problema é a matriz de transição de estado da cadeia de Markov. Sendo assim,

a matriz dos netos é dada pelo quadrado da matriz de transição.
 2/3 1/3 0
 2/3 1/3 0
  5/9 1/3 1/9

 1/3 1/3 1/3
0 1/3 2/3
· 1/3 1/3
0 1/3
1/3
2/3
  = 1/3
1/9
1/3 1/3
1/3 5/9

A probabilidade desejada é portanto 1/3.
4. Numa cidade industrial, os dados sobre a qualidade do ar são classificados como satisfatório
(S) e insatisfatório (I). Assuma que, se um dia é registrado S, a probabilidade de se ter S no
dia seguinte é 2/5 e que, uma vez registrado I, tem-se 1/5 de probabilidade de ocorrer S no dia
seguinte.
a) Qual é a probabilidade do quarto dia ser S, se o primeiro dia é I?

b) O que se pode dizer a longo prazo sobre a probabilidade de termos S ou I?
Soluç˜
ao de A:
Quando se registra S a probabilidade de ser S no dia seguinte é de 2/5.
16
S I
S 2/5
I
Quando marca I a probabilidade de ser S é de 1/5.
S I
S 2/5 1/5
I
Sabemos que pS + pI = 1 (pois são eventos complementares), assim podemos completar a
tabela acima.
S I
S 2/5 1/5
I 3/5 4/5
Essa será a matriz de transição do problema.
T=
 2/5 1/5

3/5 4/5
para determinar a probabilidade do 4◦ dia basta fazer o cubo da matriz de transição.

  3 
2/5 1/5 32/125 31/125
T3 = =
3/5 4/5 93/125 94/125
31
O resultado é o valor do elemento a 12 da 3a potência. No caso, .
125
Soluç˜
ao de B:
Usando o teorema 1.5.4:

  
pS
=
2/5 1/5
·  pS
pI 3/5 4/5 pI
Da equação acima retira-se o seguinte sistema

 − 0.6 pS + 0.2 pI = 0
−
0.6 pS 0.2 pI = 0
Cuja solução ocorre para p S = 14 e p I = 34 . Assim, a longo prazo, a probabilidade de termos
dias satisfatórios é 1/4 e de termos dias insatisfatórios é de 3/4.
5. Numa ilha maravilhosa verificou-se que a cor azul ocorre em borboletas de genótipo aa,
e não ocorre em Aa e AA. Suponha que a proporção de borboletas azuis seja 1/4. Depois de
algumas gerações, qual será a porcentagem das borboletas não azuis, mas capazes de ter filhotes
azuis?
17
Soluç˜
ao:
Denotando por d, dominante, r, recessivo e h, hibrido, e os respectivos cruzamentos por

dXd, dX r, dX h, colocando as probabilidades em colunas, podemos montar a seguinte matriz de
transição:
- ×
d d ×
r r ×
d r d h × ×
r h h h ×
d 1 0 0 0.5 0 0.25
h 0 0 1 0.5 0.5 0.5
r 0 1 0 0 0.5 0.25
Usando o teorema 1.5.4

 p(1)
d p(1)
· d

pr p(1)
(1)
·
(2)
pd 1 0 0 0.5 0 0.25
 r

2 p(1)
· · p(1)
r
p(2)
   = 0 0 1 0.5 0.5 0.5
 ·  d
(1) (1)
2 · pd(1) · ph(1)
h
p(2)
r
0 1 0 0 0.5 0.25

 2 · pr · ph 
(1) (1)
ph · ph
(1) (1)
Onde pd é a porcentagem de indivı́duos dominantes, ph a porcentagem de indivı́duos
hı́b ridos. E p (1)
r a porcentagem de indivı́duos recessivos.
 0.25 0.25· 
  
(2)
pd 1 0 0 0.5 0 0.25
  0.25 0.25· 
(2)
ph = 0 0 1 0.5 0.5 0.5 · · ·
2 0.25 0.25
(2) 0 1 0 0 0.5 0.25
· ·
2 0.25 0.5
pr
     2 ·0.5 · 0.5
0.25
· 0.5

assim nossas probabilidades são:
   
(2)
pd 0.25
(2)
ph = 0.5
   
(2)
pr 0.25
18

19
2 SISTEMAS DE EQUAÇ ÕES LINEARES
1. Resolva o sistema de equações, escrevendo as matrizes ampliadas, associadas aos novos

sistemas.
 −
2x y + 3z = 11
−
4x 3y + 2z = 0
x + y + z = 6
3x + y + z = 4

Soluç˜
ao:
A matriz ampliada do sistema é:
 2 −1 3 11

 4 −3 2 0 
1 1 1 6
3 1 1 4
Vamos agora usar as operações de multiplicação e soma nas linhas da matriz para resolver o
sistema.
Fazendo L2 = L2 - 2L1; L3 = 2L3 - L1 e L4 = 3L1 - 2L4

 2 −1 3 11 
 0 −1 −4 −22 
0 3 −1 1
0 −5 7 25
Fazendo agora L3 = 3L2 + L3 e L4 = L4 − 5L2
 2 −1 3 11 
0 −1 −4 −22
 00 00 −27
13 − 65
135

Fazendo L4 = 27L3 + 13L4
 2 −1 3 11 
 0 −1 −4 −22 
0 0 −13 −65
0 0 0 0
20
Dividindo L1 por 2, L2 por -1 e L3 por -13

1 −1/2 3/2 11/2
0 1 4 22
 0 0 1 5

0 0 0 0
Fazendo L1 = L1 + 0.5L2
 1 0 7/2 33/2

 0 1 4 22 
0 0 1 5
0 0 0 0
Fazendo L2 = L2 - 4L3
1 0 7/2 33/2
0 1 0 2
 0 0 1 5

0 0 0 0
Finalmente fazendo L1 = L1 - (7/2)L3

 1 0 0 −1 
 0 1 0 2 
0 0 1 5
0 0 0 0
Solução: x = −1, y = 2 e z = 5
2. Descreva todas as possı́veis matrizes 2 × 2, que estão na forma escada reduzida por linhas.
Soluç˜
ao:
Tome A =
 a11 a12
 com coeficientes não nulos.
a21 a22
Existe um k ∈ R onde ka21 = a11. Sendo assim, multiplicando L2 por k e depois subtraı́mos
L1 de L2.
 a11 a12

· − a11
k a21 · −
k a22 a12
Que resulta na matriz a seguir.
 a11 a12

−
0 ka 22 a12
Agora, dividimos L1 por a 11
21
 a12 
1
a11
0 ka 22 − a12
E finalmente dividimos L2 por ka22 − a12
 a12 
1
a11
0 1
Que é a forma geral de uma matriz reduzida por linha 2 por 2 com coeficientes não nulos.
As demais matrizes ficam a cargo do leitor.
3. Reduza as matrizes à forma escada reduzida por linhas.

 1 −2 3 −1   0 1 3 −2   0 2 2

 1 1 3 
a)  2 −1 2 3   b) 2 1 −4 3  c)
3 −4 2
3 1 2 3 2 3 2 −1
2 −3 1
Soluç˜
ao de A:
 1 0 0 −4 
0 1 0 −3
0 0 1 1
 − 
Soluç˜
ao de B:
 0 1 −2
3
  2 0 −7  5
 2 1 − 3
4  → 
L1 = L1 + L2 2 1 −4  3
2 3 −1
2 2 3 − 2 1
 −  2 2 7 5
 2 −7
2 5

L2 = L1 - L2 →  − −
0 1
 3 2 L3 = L3 − → 
L1 0 − −3
1 2 
2 − 3 2 1 0 3 9 −6
2 2 7 5
L3 = 3L2 + L3  − − 
→  0 1 3 2
0 0 0 0
Finalmente dividindo L2 por −1 e L1 por 2:

 1 1 −7/2 5/2 
 0 1 3 −2 
0 0 0 0
22
Soluç˜
ao de C:
1 0 2
 0
0
1 1
0 0

0 0 0
4. Calcule o posto e nulidade das matrizes da questão 3.
Soluç˜
ao:
A solução de a do problema anterior é a matriz:
 1 0 0 4
0 1 0 −3 
0 0 1 −1
Como não há nenhuma linha nula na matriz então p = 3 (posto). Pois a matriz tem 3 linhas
não nulas. Já a nulidade, que é o numero de colunas da matriz menos o seu posto, é igual a 1.
A solução de b do problema anterior é a matriz:

 1 1 −7/2 5/2 
 0 1 3 −2 
0 0 0 0
Como temos apenas duas linhas não nulas então o posto é igual 2. Já a nulidade será 2.
A solução de c do problema anterior é a matriz:

 1 0 2

 0 1 1 
0 0 0
0 0 0
Como temos apenas duas linhas não nulas então o posto será 2. E a nulidade será 1.
3x + 5y = 1
5. Dado o sistema

2x + z = 3
−
5x + y z = 0
escreva a matriz ampliada, associada ao sistema e reduza-a à forma escada reduzida por
linhas, para resolver o sistema original.
Soluç˜
ao:
A matriz ampliada será:
23
 3 5 0 1

2 0 1 3
5 1 − 1 0

Reduzindo a matriz à forma escada por linhas

 6 10
 0 2
 6 10 0 2

L1 = 2L1 e L2 = 3L2 → 
−
6 0
5 1
 − →  − −
3 9
1 0
L2 = L2 L1 0
5
10
1
3 7
1 0

 30

50 0
 10 30 50 0 10

L3 = 6L3 e L1 = 5L1 →  − 0 10
 − →  −
3 7 L3 = L3 L1 0 10 3 7 
−
 30
30
50 0
6
 10
6
 − −
0 0
30
44
50
6 10
0 10

L3 = −10·L3/44 → −
0 10 3 7 → − L3 = L2 + L3 0 10 3 7
0 10 60/44 100/44 0 0 192/44 408/44
 −
Finalmente fazendo L1 = L1/30, L2 =
 ·  L2/10 e L3 = 44 L3/192.

 1 5/3
 0 1/3
 − − 
0 1
0 0
3/10
1
7/10
17/8
encontramos a matriz escada linha reduzida. Realizando mais algumas operações entre as
linhas chega-se à:
 1 0 0 7/16

→ 0 1 0 − 1/16
 0 0 1 17/8

7
Assim, a solução ocorre para x =
16
, y = − 116 e z = 178 .
6. Determine k para que o sistema possua solução:

 − 4x + 3y = 2
 −−
5x 4y = 0
2x y = k
Soluç˜
ao:
O sistema acima possui duas incógnitas, assim só necessitamos de duas linhas para resolve-lo.
 − 4x + 3y = 2
−
5x 4y = 0
Resolvendo o sistema acima chegamos à: x = −0.5 e y = 0. Como desejamos descobrir o

valor de k fazemos:
24
2x − y = k
−
2( 0.5) − (0) = k
k = −1
O valor de k deve ser −1.
7. Encontre todas as soluções do sistema

 −
x1 + 3x2 + 2x3 + 3x4 7x5 = 14
−
2x1 + 6x2 + x3 2x4 + 5x5 = 2 −
−
x1 + 3x2 x3 + 2x5 = 1 −

Soluç˜
ao:
Fazendo o escalonamento do sistema chega-se até:

 −
x1 + 3x2 + 2x3 + 3x4 7x5 = 14
x3 + 83 x4 19
− 3 x 5 = 10
 −
x4 2x5 = 3
Onde observamos que as variáveis com maior grau de liberdade é x5 e x4 . Assim, podemos
usar qualquer uma delas para expressar as demais respostas. Para coincidir com o livro vamos
usar x 5 .
− − x5
x1 = 1 3x2
x3 = 2 + x5
x4 = 3 + 2x5
8. Explique por que a nulidade de uma matriz nunca é negativa.
Soluç˜
ao:
A nulidade é o numero de colunas subtraı́da do posto de uma matriz (que deve estar na forma
escalonada linha). Assim, para que a nulidade seja negativa é necessário que o posto seja maior
que o numero de colunas da matriz.
No entanto, o posto de uma matriz significa na prática o numero de soluções do sistema

associado a ela. Se cada coluna da matriz representa uma incógnita do sistema não faz nenhum
sentido que o numero de soluções (posto) seja maior que o numero de colunas. Se isso fosse
possı́vel terı́amos um sistema com mais soluções que o numero de incógnitas do mesmo.
9. Foram estudados três tipos de alimentos. Fixada a mesma quantidade (1g) determinou-se
que:
25
i) O alimento I têm 1 unidade de vitamina A, 3 unidade de vitamina B e 4 unidades de

vitamina C.
ii) O alimento II tem 2, 3 e 5 unidades respectivamente, das vitaminas A, B e C.
iii) O alimento
vitamina B. III tem 3 unidades de vitaminas A, 3 unidades de vitamina C e não contém
Se são necessárias 11 unidades de vitaminas A, 9 de vitamina B e 20 de vitamina C;
a) Encontre todas as possı́veis quantidades dos alimentos I, II e III, que fornecem a quantidade
de vitaminas desejada.
b) Se o alimento I custa 60 centavos por grama e os outros dois custam 10, existe uma solução
custando exatamente Cr$ 1,00?
Soluç˜
ao de A:
(Solução retirada da lista da professora Cláudia Santana (UESC)).
Analisando o sistema:
 x + 2y + 3z = 11
3x + 3y + 0z = 9
4x + 5y + 3z = 20

Onde x, y e z são as quantidades, em gramas, dos alimentos I, II e III respectivamente.
Chega-se a solução:
5
3
≤ z ≤ 83 ; x = −5 + 3z; y = 8 − 3z
Soluç˜
ao de B:
(Solução retirada da lista da professora Cláudia Santana (UESC)).
Analisando o sistema:
 x + 2y + 3z = 11
3x + 3y + 0z = 9
6x + y + z = 10

Onde x, y e z são as quantidades, em gramas, dos alimentos I, II e III respectivamente.
Chega-se a solução:
x = 1g e y = z = 2g.
Resolva os sistemas seguintes achando as matrizes ampliadas linha reduzidas à forma escada
e dando também seus postos, os postos das matrizes dos coeficientes e, se o sistema for possı́vel,
o grau de liberdade.
26
{
10. x1 + 2x2 − x3 + 3x4 = 1
Soluç˜
ao:
Todas as variáveis possui o mesmo grau de liberdade assim, podemos usar qualquer uma delas
para escrever a solução. Neste caso, vamos usar x 2 ,...,x5 .
• Matriz ampliada: [1 2 − 1 3 1];

• Posto: 1;
• Posto da matriz dos coeficientes: 1;
• Solução: x1 = 1 − 2x2 + x3 − 3x4;
Grau de liberdade: 3.
•
O grau de liberdade é a diferença entre o numero de variáveis e o número de equações não
nulas na forma escada.
11.
 x + y + z = 4
−
2x + 5y 2z = 3
Soluç˜
ao:

• Matriz ampliada: 10 11 −4/3 1 4
 ;
−5/3
• Posto: 2;
• Solução: x = 17 −3 7z ; y = 4z 3− 5 ;
• Grau de liberdade: 1.
 x + y + z = 4
12. −
2x + 5y 2z = 3
 −
x + 7y 7z = 5
Soluç˜
ao:
27
 1 1 1 4

• Matriz ampliada: 0 3 − −
4 5 ;
0 0 −
0 11
• Posto: 3;  
• Solução: O sistema não tem solução.
13.
 −
x 2y + 3z = 0
2x + 5y + 6z = 0
Soluç˜
ao:
• Matriz ampliada:
 1 −2 3 0
;
0
9 0 0
• Posto: 2;
• Solução: x = −3z; y = 0;
 x1 + x2 + x3 + x4 = 0
14.
−
x1 + x2 + x3 x4 = 4
 −
x1 + x2 x3 + x4 = 4 −
−
x1 x2 + x3 + x4 = 2
Soluç˜
ao:
 x1 x2 x3 x4 0

0 x2 0 0 0
• Matriz ampliada: 0 0 x3 0 2
;
 0 0 −2
0 x4

• Posto: 4;
• Solução: x1 = 0; x 2 = 0; x 3 = 2 e x 4 = −2;
28
 x + 2y + 3z = 0
15. 2x + y + 3z = 0
3x + 2y + z = 0

Soluç˜
ao:
 1 2 3 0

• Matriz ampliada:  0 1 3/2 0  ;
0 0 1 0
• Posto: 3;
• Solução: x = 0; y = 0 e z = 0;
 −
3x + 2y 4z = 1
16.
 −−
x y + z = 3
−
x y 3z = 3 −
 −
3x + 3y 5z = 0
−
x + y + z = 1
Soluç˜
ao:
A cargo do leitor.
17. O método de Gauss para resolução de sistemas é um dos mais adotados quando se faz
uso do computador, devido ao menor número de operações que envolve. Ele consiste em reduzir
a matriz ampliada só sistema por linha-equivalência a uma matriz que só é diferente da linha
reduzida à forma escada na condição “cada coluna que contém o primeiro elemento não nulo de
alguma linha tem todos os seus outros elementos iguais a zero”, que passa a ser: “cada coluna
que contém o primeiro elemento não nulo de alguma linha, tem todos os elementos abaixo desta
linha iguais a zero”. As outras condições são idênticas. Uma vez reduzida a matriz ampliada a
esta forma, a solução final do sistema é obtida por substituição.
Exemplo:
 2x1 + x2 = 5
−
x1 3x2 = 6
 2 1 5
∼ 1 1/2 5/2
∼ 1 1/2 5/2

1 −3 6 0 − 7/2 7/2 0 1 −
1
29
a ultima matriz corresponde ao sistema:

1 5
x1 + x2 =
2 2
x2 = −1
Por substituição, x 1 − 12 = 52 , ou seja, x 1 = 2.
Resolva pelo método de Gauss os exercı́cios 13,14 e 15.
Soluç˜
ao de 14:
A matriz ampliada do sistema, após o escalonamento, é a seguinte: (ver problema 14)
x1 x2 x3 x4 0
0 x2 0 0 0
 0 0 x 0
3 2

;
0 0 0 x4 2 −
Que resulta no seguinte sistema:
 x1 + x2 + x3 + x4 = 0
x2 = 0
 x3 = 2
x4 = 2 −
Note que os valores e x 2 ,...,x4 já são bem evidentes. Assim só nos resta definir o valor de x 1 .
x = (x + x + x )
1 − 2 3 4
x1 = −(0 + 2 + −2)
x1 = 0
Assim, pelo método de Gauss a solução será x = y = z = 0.
Soluç˜
ao de 15:
A matriz ampliada do sistema, após o escalonamento, será:

1 2 3 0
 0 1 3/2 0
0 0 1 0

veja o problema 15.
que implica no seguinte sistema:

 x + 2y + 3z = 0
y + (3/2)z = 0
z = 0

30
Que por substituição resulta em x = 0; y = 0 e z = 0.
Soluç˜
ao de 16:
A matriz ampliada do sistema, após o escalonamento, será:

 1 2/3 −4/3 1/3 
 0 1 −7/5 −8/5 
 0 0 1 3/2 
0 0 0 0
0 0 0 1/2
que resulta no seguinte sistema:
−
x + (2/3)y (4/3)z = 1/3
y (7/5)z = (8/5)
 − z = 3/2 −
0 = 1/2
Com base na ultima linha tornamos evidente que trata-se de um sistema impossı́vel, e por-
tanto, sem solução mesmo pelo método de Gauss.
×
18. a) Mostre a proposição 2.4.3 para matrizes 2 2 quaisquer.
b) Sinta a dificuldade que você terá para formalizar o resultado para matrizes n m, mas con- ×
vença-se de que é só uma questão de considerar todos os casos possı́veis, e escreva a demonstração.
Consulte 2.7.
Soluç˜
ao:
Veja páginas 60 e 61.
19. Chamamos de sistema homogêneo de n equações e m incógnitas aquele sistema cujos

termos independentes b i , são todos nulos.
a) Um sistema homogêneo admite pelo menos uma solução. Qual é ela?
b) Encontre os valores de k ∈ R, tais que o sistema homogêneo

 2x −5y +
x + y + 2z =
z = 0 0
2x + kz = 0

tenha uma solução distinta da trivial (x = y = z = 0).
Soluç˜
ao de a:
Uma solução para todo sistema homogêneo é zero.
31
Soluç˜
ao de b:
Escalonando o sistema
 −
2x 5y + 2z = 0
x + y + z = 0
2x + kz = 0

Chegamos a solução de k = 2.
20. Considere o sistema

 −
x + 6y 8z = 1
−
2x + 6y 4z = 0
Note que podemos escreve-lo na forma matricial
 −  
1 6 8 x
   1
∗
( )
− 2 6 4
y =
0
z
   x 1

a) verifique que a matriz X 1 =    y = 1/3  é uma solução para o sistema.
z 0
b) = Resolva o sistema e verifique que toda “matriz-solução” é da forma:

  −  − 
x 4 1
X = y = λ 2 + 1/3
z 1 0
onde λ ∈ R.
     
c) Verifique
−  − 4 4λ
λ     2 + 2λ
1 λ
é a solução do sistema homogênea, associado ao sistema ( ),
1 6 −8
  ∗ x
0
∗∗
( )
2 6 4
y =
0
 z −    
∗
d) Conclua, dos itens a), b) e c), que o conjunto-solução do sistema é o conjunto-solução
∗∗
do sistema , somando a uma solução particular tema . ∗
Soluç˜
ao de A:
Basta substituir x, y e z por 1, 1/3 e 0 no sistema e verificar se as equações seguintes são

satisfeitas:
32
−
x + 6y 8z = 1
−
2x + 6y 4z = 0
Soluç˜
ao de B:
1
Resolvendo o sistema em z chega-se á y =
3
− 2z e x = −1 − 4z
   − − 
x
1
1 4λ
Assim, chamando z = λ podemos dizer que a matriz X = y
   −  = 2λ
z 3
λ
Com a ultima matriz a direita podemos escrever a equação:
− −  − 1 − 4λ 4 1
1
2λ = λ 2 + 1/3
 −     
λ3 1 0
Finalizando a solução do problema.
Soluç˜
ao de C:
Semelhante a a.
Soluç˜
ao de D:
  − 
x 4λ
Pela letra c do problema a solução do sistema ( ) é ∗∗ y = 2λ . Já pela letra a
 1
    
z λ
 1

uma solução particular do sistema ( ) é ∗  3
. Note que somando as duas soluções chegamos

0
∗
à solução geral de ( ).
−    −4λ 1
1
4λ + 1
1

2λ + = 2λ +
λ 3 3
0 λ
     
21. Dado o sistema
 1 2 0 −1  x
  2

 1 0 2 −1 ·   y  =
 2 
1 2 2 −1 z 4
3 4 4 −3 w 8
33
a) Encontre uma solução dele sem resolve-lo. (Atribua valores para x, y, z e w)

b) Agora, resolva efetivamente o sistema, isto é, encontre sua matriz-solução;
c) Resolva também o sistema homogêneo associado;
em d)
c) Verifique que toda
com a solução matriz que
particular solução
vocêobtida em b)em
encontrou é aa).
soma de uma matriz solução encontrada
Soluç˜
ao de A:
x = 0, y = z = 1 e w = 0.
Soluç˜
ao de B:
 λ

 1 
1
λ
 
Soluç˜
ao de C:
 λ

 0 
0
λ
Soluç˜
ao de D:
     
λ λ 0
1 0 1
= +
1 0 1
     
λ λ 0
22. Altamente motivado pelos Exercı́cios 20 e 21, mostre que toda matriz-solução de um
sistema linear AX = B é a soma de uma solução do sistema homogêneo associado AX = 0 com
uma solução particular AX = B. Sugestão: siga as etapas seguintes, usando somente propriedades
de matrizes.
i) Mostre que se X0 é uma solução do sistema AX = 0 e X 1 é uma solução de AX = B, então
X0 + X1 é solução de AX = B.
ii) Se X1 e X2 são soluções de AX = B, então X1 − X 2 é solução de AX = 0.

iii) Use i) e ii) para chegar à conclusão desejada.
Soluç˜
ao:
 
x1
Queremos mostrar que se ..
  é solução de um sistema AX = B
.
xn
34
 a11 ··· a1n

    x1 b1
.. . . .. · .. = ..
. . . . .
a1n ann xn bn
 ···     
 
y1
e ..
  é solução do sistema homogêneo associado a AX = B
.
yn
 a11 ··· a1n

    y1 0
 .. . . .. ..
 ·     = ..
. . . . .
a1n ··· ann yn 0
então a soma das soluções também é solução de AX = B.
    
y1 x1 x1 + y1

..
    = .. = .. 
. . .
yn xn xn + yn
Para verificar tal afirmação substituı́mos esse resultado na equação AX = B
 a11 ···
a1n
 x1 + y1
   b1
.. . . .. · .. = ..
. . . . .
a1n ann xn + yn bn
 ···     
Note que a equação matricial acima representa o seguinte sistema
 a11 (x1 + y1 ) + ··· + a1n(xn + yn)

..
 .
a1n (x1 + y1 ) + ··· + ann(xn + yn)
e podemos representa-la como:
a11 x1 + a11y1 + + a1n xn + a1n yn

 .. ···
a1n x1 + a1n y1 + ··· + ann xn + ann yn

 a11 x1 + ··· + a1nxn + a11y1 + ··· + a1nyn
..
 .
a1n x1 + ··· + ann xn + a1ny1 + · + annyn
35
Observando a equação do sistema homogêneo notamos que a soma de todos os termos acom-
∈
panhados de yb com b (1,...,n) é igual a zero. Assim podemos rescrever o sistema
 a11 x1 + ··· + a1nxn + 0

..
 .
a1n x1 + ··· + ann xn + 0
Que na forma de equação matricial fica
 a11 ··· a1n

    x1 b1
 .. . . .. ..
 ·     = ..
. . . . .
a1n ··· ann xn bn
Assim, a soma das soluções é uma solução do sistema AX = B.
23. Faça o balanceamento das reações:
a) N2 O5 → NO2 + O2 (decomposição térmica do N2O5)

b) HF + SiO2 → SiF 4 + H2 O
c) (NH4 )2 CO3 → NH 3 + H2 O + CO2
Soluç˜
ao de A:
Podemos observar que as quantidades de “N” e “O” em ambos os lados não é a mesma. Se
os coeficientes estequiométricos forem respectivamente x, y e z temos que:
xN2 O5 → y NO2 + z O2

Ou seja:
2x y (N i)
 5x − 2y − 2z (O)
O Sistema é SPI (Sistema Possı́vel e Indeterminado) e admite mais de uma solução (x, y, z),
porém nos interessa a menor solução inteira. A solução genérica desse sistema é:
 λ λ
, λ,

2 4
36
adotando
λ = 4
Que nos dá a menor solução inteira, teremos: x = 2, y = 4 e z = 1 e a equação balanceada é:
2N2 O5 → 4NO2 + O2
Soluç˜
ao de B:
4HF + SiO2 → SiF 4 + 2H2O

Soluç˜
ao de C:
(NH4 )2 CO3 → 2NH 3 + H2O + CO2
25. Sabendo-se que a alimentação diária equilibrada em vitaminas deve constar de 170
unidades de vitamina A, 180 unidades de vitamina B, 140 unidades de vitamina C, 180 unidades
de vitamina D e 320 unidades de vitamina E. Fixada a mesma quantidade (1g) de cada alimento,
determinou-se que:
a) o alimento I tem uma unidade da vitamina A, 10 unidades da vitamina B, 1 unidade da

vitamina C, 2 unidades da vitamina D e 2 unidades da vitamina E;
b) o alimento II tem 9 unidades da vitamina A, 1 unidade da vitamina B, 0 unidades da

vitamina C, 1 unidade da vitamina D e 1 unidade da vitamina E;
c)eo2alimento
de D unidadesIIIdetem
E; 2 unidades de vitamina A, 2 unidades de B, 5 unidade de C, 1 unidade
d) o alimento IV tem 1 unidade de A, 1 unidade de B, 1 unidade de C, 2 unidades de D e 13

unidades de E;
e) o alimento V tem 1 unidade de A, 1 unidade de B, 1 unidade de C, 9 unidades de D e 2

unidades de E.
Quantos gramas de cada um destes 5 alimentos (I a V) deve-se ingerir diariamente para se

ter uma alimentação equilibrada?
Soluç˜
ao:
A matriz que relaciona os alimentos com suas devidas quantidades de cada vitamina é:
A B C D E
I 1 10 1 2 2
II 9 1 0 1 1
III 2 2 5 1 2
IV 1 1 1 2 13
V 1 1 1 9 2
37
A primeira coluna refere-se a vitamina A, a segunda B e sucessivamente até a E. Considere

ainda que:
• x1 Quantidade a ser ingerida do alimento 1;

• x5 Quantidade a ser ingerida do alimento 5.
Assim, a quantidade consumida das vitaminas pode ser expressa por:
 x1 + 9x2 + 2x3 + x4 + x5 = 170 (V itamina A)

 10x1 + x2 + 2x3 + x4 + x5 = 180 (V itamina B)
x1 + 0x2 + 5x3 + x4 + x5 = 140 (V itamina C )
2x1 + x2 + x3 + 2x4 + 9x5 = 180 (V itamina D)

2x1 + x2 + 2x3 + 13x4 + 2x5 = 320 (V itamina E )
Agora basta você montar a matriz estendida deste sistema e escalona-la, você encontrará:
x = 10, 11
y = 10, 12
z = 20, 37
w = 17, 53
u = 10, 46
26. Necessita-se adubar um terreno acrescentando a cada 10m2 140g de nitrato, 190g de
fosfato e 205g de potássio.
Dispõe-se de quatro qualidades de adubo com as seguintes caracterı́sticas:
(a) Cada quilograma de adubo I custa 5 u.c.p e contem 10g de nitrato, 10g de fosfato e 100g
de potássio.
(b) Cada quilograma de adubo II custa 6 u.c.p e contem 10g de nitrato, 100g de fosfato e 30g
de potássio.
(c) Cada quilograma de adubo III custa 5 u.c.p e contém 50g de nitrato, 20g de fosfato e 20g
de potássio.
38
(d) Cada quilograma de adubo IV custa 15 u.c.p e contém 20g de nitrato, 40g de fosfato e
35g de potássio.
Quanto
a gastar 54 de cadaaadubo
u.c.p. devemos
cada 10m 2
commisturar para conseguir o efeito desejado se estamos dispostos
a adubação?
Soluç˜
ao:
Os dados do problema estão distribuı́dos na próxima tabela.
Custo Nitrato Fosfato Potássio

x1 5 10 10 100
x2 6 10 100 30
x3 5 50 20 20
x4 15 20 40 35
Analisando o sistema a seguir chegamos a solução.
 5x1 + 6x2 + 5x3 + 15x4 + = 54

10x1 + 10x2 + 50x3 + 20x4 = 140
 10x1 + 100x2 + 20x3 + 40x4 = 190
100x1 + 30x2 + 20x3 + 35x4 = 205
6451 4381 25927

x = ; y = ; z = .
9619 9619 9619
27. Deseja-se construir um circuito como mostrado na figura
onde V i = 280V , V 2 = 100V , V 3 = 50V , R1 = 20Ω, R2 = 30Ω, R3 = 50Ω, R4 = 40Ω,
R5 = 100Ω.
39
Dispõe-se de uma tabela de preços de vários tipos de resistências; assim como as correntes
máximas que elas suportam sem queimar.
RESISTÊNCIAS
20Ω 30Ω 40Ω 50Ω 100Ω
0.5A 10,00 10,00 15,00 15,00 20,00
Corrente máxima 1.0A 15,00 20,00 15,00 15,00 25,00
3.0A 20,00 22,00 20,00 20,00 28,00
5.0A 30,00 30,00 34,00 34,00 37,00
Soluç˜
ao:
A
C
Usando as leis dos nós obtemos as seguintes equações:
 − −
i1 i2 i5 = 0
−
i5 + i4 + i3 i1 = 0
 i1 − i4 − i3 − i5 = 0
Já aplicando a lei das malhas
 −
i1 + 5i5 14 = 0
−
3i2 + 10 + 4i4 10i5 = 0
 −
5i3 + 5 4i4 = 0
Usando as três equações do sistema acima e duas do sistema formando pela lei dos nós
chegamos a um terceiro sistema que nos dará a solução das correntes.
 −
i1 +
3i 5i5 = 14
2 + 4i4 10i5 = 10 −
 − − − −
5i3 4i4 = 5
i1 i2 i5 = 0
−i1 + i3 + i4 + i5 = 0
Cuja solução ocorre para:
i1 = 3.6774194 i 2 = 1.6129032 i 3 = 0.1612903 i 4 = 1.4516129 i 5 = 2.0645161
40
Com base nesses dados e na tabela do problema o custo mı́nimo é de R$ 115,00.
28. Uma placa quadrada de material homogêneo e mantida com os bordos AC e BD temper-
atura de 20◦ C, o bordo AB a 40◦ C e CD a 10◦ C, com o uso de isolantes térmicos em A, B, C e
D (vide figura).
40◦ C
A B
10◦ C 20◦ C
C D x
10◦ C
Após ser atingido o equilı́brio térmico, qual e a temperatura aproximada em cada ponto da
placa?
Soluç˜
ao:
Considere o seguinte reticulado da placa:
40
10 20
10
A temperatura em um ponto qualquer é aproximadamente a média dos pontos vizinhos. Por

exemplo, a temperatura no ponto em vermelho da figura pode ser aproximada por:
20 + p42 + p22 + p33
p32 =
4
Onde p32 é o ponto situado na linha 3 e coluna 2.
Podemos multiplicar os dois lados da equação por 4, e então colocar as variáveis no lado
esquerdo e as constantes no lado direito:
4 p32 = 20 + p42 + p22 + p33
41
4 p32 − p42 − p22 − p33 = 20
Repetindo o processo para cada ponto obtemos um sistema de equações lineares. Cujas
soluções nos dará as temperaturas dos pontos.
42

43
3 DETERMINANTE E MATRIZ INVERSA
Comentário: Devido a facilidade de alguns exercı́cios deste capı́tulo algumas respostas serão
dadas sem muitas explicações.
1. Dê o numero de inversões das seguintes permutações de 1, 2, 3, 4, 5:
a) 3 5 4 1 2
b) 2 1 4 3 5
c) 5 4 3 2 1
×
d) No determinante de uma matriz 5 5, que sinal (negativo ou positivo) precederia os termos
a13 a25 a34 a41 a52 e a 15 a24 a33 a42a51 ?
Soluç˜
ao:
a) 5 b) 2 c) 10
d) A permutação do primeiro termo tem numero ı́mpar de permutações já a segunda um

−
número par. Portanto, os sinais são e +, respectivamente.
2. Quantas inversões tem a permutação (n, n − 1, ..., 2, 1) dos números 1, 2, ..., n − 1, n?
Soluç˜
ao:
O numero de inversões de uma permutação também é o numero de inter-trocas necessárias

para coloca-la em ordem natural.
Tome como por exemplo a permutação (5, 4, 3, 2, 1).

A troca do ultimo termo com o primeira resulta em 4 operações. Veja:
(5, 4, 3, 1, 2)
(5, 4, 1, 3, 2)
(5, 1, 4, 3, 2)
(1, 5, 4, 3, 2)
Agora a troca do ultimo termo (2) resulta em mais 3 operações.
(1, 5, 4, 2, 3)
44
(1, 5, 2, 4, 3)
(1, 2, 5, 4, 3)
Agora a troca do ultimo termo (3) resulta em mais 2 operações.

(1, 2, 5, 3, 4)
(1, 2, 3, 5, 4)
Agora a troca do ultimo termo (4) resulta em mais 1 operação.
(1, 2, 3, 4, 5)
Note que não é necessário trocar o ultimo termo (que agora é o 5). Como ao total realizamos
4, 3, 2 e 1 trocas então a permutação (5, 4, 3, 2, 1) possui 10 inversões (4 + 3 + 2 + 1).
Pensando de forma análoga o número de inversões de (n,...,1) seria (n 1 )+ (n 2) + ... + 1.

− −
 2 0 −1 
3. Calcule det  3 0 2 
4 −3 7
a) pela definição.
b) em relação à segunda coluna, usando o desenvolvimento de Laplace.
Soluç˜
ao de A:
Pela definição
det = a 11 a22 a33 − a11a23a32 − a12a21a33 + a12a23a31 + a13a21a32 − a13a23a31

= 21
Soluç˜
ao de B:
| − a12|A12 + a13|A13
det A = a 11 A11
= 21
4. Dadas as matrizes A =
1 2
e B =
3 −1 , calcule
  1 0
 0 1

a) det A + det B
b) det (A + B)
Soluç˜
ao de A:
Como det A = −2 e det B = 3 então det A + det B = 1

45
Soluç˜
ao de B:
1 2
+
3 −1 =
4 1
1 0 0 1 1 1
  
Portanto
  
 
det
4 1
=4 −1 = 3
1 1
5. Sejam A e B matrizes do tipo n × n. Verifique se as colocações abaixo são verdadeiras ou

falsas.
a) det(AB) = det(BA)
b) det(A’) = det A
c) det(2A) = 2 det A ·
d) det(A2 ) = (det A)2
e) det Aij < det A
f) Se A é uma matriz 3 × 3, então

a11 ∆11 + a12 ∆12 + a13 ∆13 = a 21 ∆21 + a22 ∆22 + a23 ∆23
Soluç˜
ao de A:
·
Como det(AB) = det(A) det(B) e det(AB) = det(B) det(A). ·
· ·
Como det(A) det(B) = det(B) det(A), temos que det(AB) = det(BA).
Portanto, a afirmativa verdadeira!
Soluç˜
ao de B:
A afirmativa é verdadeira!
ao de C :
Soluç˜
·
det(2A) = 2 det(A)
Sabe-se que det(x A) = xn det(A), portanto det(2A) = 2n det(A). Logo a afirmativa é
· · ·
falsa.
Soluç˜
ao de D:
det(A2 ) = (det(A))2
46
det(A2 ) = det(A A) = det(A) det(A) = (det(A)) 2 .

· ·
Logo a afirmativa é verdadeira!
Soluç˜
ao de E:
É falsa. Basta considerar a matriz A =

 
1 0
e A 22 .
0 1
Soluç˜
ao de F:
Verdadeira.
2 3 1 −2
5 3 1 4
6. Dada A =
 0 1 2 2
 calcule
3 − −1 2 4
a) A23
| |
b) A23
c) ∆23
d) det A
Soluç˜
ao de A:
 2 3 −2 
A23 =  0 1 2 
3 −1 4
Soluç˜
ao de B:
Usando a regra de Sarrus
det A 23 = 36
Soluç˜
ao de C:
∆23 = ( 1)2+3 A23

− | |
= (−1)5 · 36
= −36
47
Soluç˜
ao de D:
O determinante é zero.
7. Propriedade: O determinante de uma matriz triangular An×n é igual ao produto dos

elementos de sua diagonal.
a) Prove esta propriedade no caso em que A é uma matriz triangular superior (genérica) 5 5. ×
(Sugestão: Use e abuse do desenvolvimento de Laplace.)
b) O que você pode dizer sobre o numero de soluções dos sistemas abaixo?
 −
5x1 + 2x2 3x3 + 9x4 = 0
−3x2 + 9x3 13 x4 = 0
−
i)  − 2x3 + x4 = 0
x4 = 1
 3x5 + 2x4 + x1 = 0
ii)
 − − − −
x3 + x2 x1 =
9x3 x2 + 9x1 =
5
0
 − 3x2 + x1 = 0
x1 = 0
Soluç˜
ao de A:
Tome a matriz M(5,5) a seguir.

 a11 a12 a13 a14 a15

0 a22 a23 a24 a25
 0 0 a33 a34 a35 
0 0 0 a44 a45
0 0 0 0 a55
Usando Laplace na primeira coluna o determinante de M seria
| | | | | | | | |
det(M) = a 11 M 11 + a21 M 21 + a31 M 31 + a42 M 41 + a15 M 15 |
det(M) = a 11 |M 11 | + 0|M 21 | + 0|M 31 | + 0|M 41 | + 0|M 15 |
det(M) = a 11 |M 11 |
Ou seja,
 a22 a23 a24 a25

 0 a33 a34 a35 
det(M) = a 1 1 det · 0 0 a44 a45
0 0 0 a55
Aplicando Laplace a primeira coluna desta última matriz analogamente ao raciocı́nio anterior
chegaremos á:
48
 a33 a34 a35


· ·
det(M)= a 11 a22 det 0 a44 a45
0 0 a55

Aplicando Laplace novamente a primeira coluna

det(M)= a 11 · a22 · a33 · det
 a44 a45

0 a55
E novamente
det(M)= a 11 a22 a33 a44 det a55

· · · ·  
Onde finalmente se conclui-que det(M)= a 11 a22 a33 a44 a55 · · · ·
A demonstração feita aqui foi para uma triangular superior, mas a demonstração para a
triangular inferior é análoga e fica a cargo do leitor.
Soluç˜
ao de B:
(i) única, (ii) nenhuma.
8. Calcule det A, onde
a)
 3 −1 5 0

0 2 0 1
A=
2 0 1 3
 1 1 −
2 0

b)
 3 0 0 0 0

 − 19 18 0 0 0 
A=  4
√ √
6 π
2
− 5
3
0
0
0
0

8 3 5 6 − 1
c)

 − − −
i 3 2 1

3 i 1 i
A= 
2 1 1 0
− i i 0 1
Soluç˜
ao:
a) 12
49
b) 0
c) 12 + 8i
8. Calcule o det A, onde
a)
 3 −1 5 0

 0 2 0 1 
A=
2 0 −1 3
1 1 2 0
b)
 − − 
i 3
3 i
2
1 i
i
A= − − 
2 1 1 0
i i 0 1
c)
 3 0 0 0 0

 − 19 18 0 0 0 
A=  4
√ √
6 π
2
− 5
3
0
0
0
0

8 3 5 6 −1

Soluç˜
ao de A:

det(A) = 12
Soluç˜
ao de B:
A cargo do leitor.
Soluç˜
ao de C:
O determinante de uma matriz triangular, seja ela superior ou inferior, será sempre o produto
dos elementos da diagonal principal. Assim, det(A) = 3 18 × ×− × ×
5 0 1 = 0.
50
9. Encontre A−1 , onde
a)
 4 −1 2 −2 
A=
 3 −1 0 0 
2 3 1 0
0 7 1 1
b)
 0 −i −2 i 
A=
 1 −1 i 1 
0 −1 1 −i
1 1 1 0
c)
 
 1 0 x

A=  1 1 x2 
2 2 x
Soluç˜
ao de A:
 − − − 
1 1 4 2
A −1 =
 − − − − 
3
11
4
14
12
43
6
22
10
 −  14 41 21
Soluç˜
ao de B:
 
A−1 =
 − − −− −− −− −−
0.6 + 0.2i 0.4 0.2i 0.4 0.2i 0.6 + 0.2i
0.2 + 0.4i
0.8 0.6i
0.2 0.4i
0.2 + 0.6i
0.2 + 0.6i 0.2 + 0.4i
0.2 0.4i 0.2 0.6i −

− 1+i − 1 1+i −
1
Soluç˜
ao de C:
A cargo do leitor.
·
10. Se A ou B é uma matriz não inversı́vel, então A B também não é. Prove isto, sem usar
determinantes.
Soluç˜
ao:
Para ser inversı́vel o determinante da matriz tem que ser diferente de zero. Logo det(A) =
51
·
0 ou det(B) = 0. E como det(AB) = det(A) det(B) então det(AB) = 0. Logo, não pode ser
inversı́vel.
11. Mostre que
x2 x + 1 x2 x + 1 x2
d
 3
  2x 1 0
 3
 x+1 3

 1 2x 1 x3
−   = 1 2x 1 x3 − +
 0 2 3x2 +
 1 2x 1 x3
− 
dx 0 x 2 − 0 x 2 − 0 x − 2 0 1 0
Observe atentamente a igualdade acima e enuncie a propriedade que ela ilustra.
Soluç˜
ao:
A derivada do determinante é a soma dos determinantes das matrizes obtidas da original,

diferenciando as linhas, uma por uma.
 2 1 −3 
12. Dada a matriz A =  0 2 1  calcule
5 1 3
a) adj A
b) det A
c) A−1
Solução:
 5 −6 7

a) Adj(A) = − 5 21 − 2 
10 3 4
b) 45  
1
5 −6 7
c) A−1 = − 5 21 −2 
45 10 3 4
13. Mostre que det

 1
a
1
b
1
c
 = (a − b)(b − c)(c − a)
a2 b2 c2
Soluç˜
ao:
Basta aplicar a regra de Sarrus na matriz e desenvolver o lado direito da equação para se
chegar a conclusão requerida.
52
14. Dizemos que A e B são matrizes semelhantes se existe uma matriz P tal que B = P −1 AP.
Mostre que det A = det B se A e B são semelhantes.
Soluç˜
ao: (Retirada da Wikipédia)
Mostraremos que se A e B são matrizes semelhantes, então det(A) = det(B). Com efeito,
temos que existe uma matriz invertı́vel M tal que A = M −1 BM . Pelas propriedades do deter-
minante segue que:
det(A) = det(M −1 BM )
= det(M −1 )det(B)det(M )
1
= det(B)det(M )
det(M )
= det(B)
15. Verdadeiro ou falso?
a) Se det A = 1, então A−1 = A.
b) Se A é uma matriz triangular superior e A −1 existe, então também A−1 será uma matriz
triangular superior.
c) Se A é uma matiz escalar n × n da forma k · I n, então det A = k n.

d) Se A é uma matriz triangular, então det A = a + +a .
11 ··· nn
Soluç˜
ao:
a) F b) V c) V e d) F
16. Resolve o sistema, usando a Regra de Cramer:
 x − 2y + z = 1
2x + y = 3
y 5z = 4
 −
Soluç˜
ao:
 1 −2 1

∆ = det  2 1 0  −23
=
0 1 −5
53
 1 −2 1

∆1 = det 3 1 0 = −36
4 1 −5
 1 1 1

∆2 = det  2 3 0 =3
0 4 − 5
 1 −2 1

∆3 = det  2 1 3 = 19
0 1 4
36
x1 = ∆1 /∆ =
23
3
x2 = ∆2 /∆ − = 23
x3 = ∆3 /∆ =
−19
23
17. Dado o sistema
 −
x + y x = 0
−
x z + w = 2
− −
y + z w = 3
 x + y − 2w = 1
a) Calcule o posto da matriz dos coeficientes.
b) Calcule o posto da matriz ampliada.
c) Descreva a solução deste sistema.
d) Considere um sistema homogêneo AX = 0, onde A é uma matriz n n. Que condição ×

você deve impor sobre A, para que o sistema admita soluções diferentes da solução trivial (X =
0)? Compare com 3, 6 e o Exercı́cio 18 do capitulo 2.
Soluç˜
ao:
a) 3
b) 3
c) Possı́vel e indeterminado
d) As linhas de A como vetores são LD.
54
18. Prove que: Uma matriz A, com ordem n, tem posto n se, e somente se A é inversı́vel.
Soluç˜
ao:
 a11 a12 ··· a1n 
 a21 a22 ··· a2n 
Para provar a bicondicional dada considere uma matriz A = .. ..
 . . ··· ... 
an1 an2 ··· ann
⇒
( )
Se o posto de A é igual a n então A possui uma forma escalonada com n linhas não nulas.
a11 a12 ··· a1n

0 b22 b2n
Escalonada(A) =
 .. .. ··· ..

0 0 ··· bnn
Também não pode ocorrer dos elementos da diagonal (circulados em vermelho a seguir) serem
nulos, caso contrário a matriz acima não estaria em sua forma escalonada.
 a11 a12 ··· a1n 
 0 b22 ··· b2n 
Escalonada(A) = .. ..
 . . ··· ... 
0 0 ··· bnn
Pelo teorema de Jacobi o determinante de A coincide com o determinante da sua matriz

escalonada (não confunda com a matriz escalonada reduzida). Assim:
n

det(A) = a 11 · bii
i=1
Supondo por absurdo que A seja não inversı́vel, então det(A) = 0. O que implicaria na
existência de pelo menos um elemento bii ou mesmo a11 nulo, o que é um absurdo, pois como
×
vimos uma matriz n n de nulidade n possui todos os elementos de sua diagonal diferentes de
zero.

Portanto, det(A) = 0 e a matriz é inversı́vel.
⇐
( )
Associado a matriz A temos o seguinte sistema
55
 a11 x1 + a12 x2 + ··· + a1(n − 1) xn−1 = a 1n

a21 x1 + a22 x2 + ··· + a2(n − 1) xn−1 = a 2n
.. . .. .
. + .. + + . = ..
 an1 x1 + an2 x2 + ··· + an(n − 1) xn−1 = a nn
De modo que sua forma escalonada será:

 a11 x1 + a12 x2 + ··· + a1(n − 1) xn−1 = a 1n
 b22 x2 + ··· + b2(n − 1) xn−1 = b 2n
.. ..
 . = .
bn(n−1)xn−1 = b nn

Pela regra de Cramer se det(A) = 0 então o sistema acima é possı́vel determinado pos-
suindo n linhas linearmente independentes o que implica em p(A) = n.
19. A partir do exercı́cio acima, você pode concluir que uma matriz A, de ordem n, possui
determinante diferente de zero se, e somente se A, têm n linhas linearmente independentes. Por
quê? (Veja o final da secção 2.4)
Soluç˜
ao:
Segundo a seção 2.4 o posto de uma matriz também pode ser definido como o número de
linhas linearmente independentes desta. E como uma matriz A é inversı́vel se, e somente se,
det(A) = 0. 
A afirmação provada no exercı́cio anterior
“Uma matriz A, com ordem n, tem posto n se, e somente se A é inversı́vel.”
Pode ser escrita como
“Uma matriz A, com ordem n, tem n linhas linearmente independentes se, e somente se
determinante de A é diferente de zero.”
21. Mostre que a área do triângulo na figura
56
B(x3 , y3 )
A(x1 , y1 )
C (x2 , y2 )
é dada pelo determinante
1
 x
x2 yy2 11
1 1

2 x3 y3 1
Soluç˜
ao:
Construa um trapézio auxiliar como na figura a seguir:
A1 A2
A área do triangulo será a área do trapézio menos as áreas dos 2 triângulos coloridos, isto é:
∆ = AT − A1 − A2
∆=
− y2) + (y1 − y2))(x3 − x1) (x2 − x1)(y1 − y2) (x3 − x2)(y3 − y2)
((y3
2 − 2 − 2
Efetuando as multiplicações e simplificando, chegamos a:
2∆ = x 1 y2 − x1y3 − x2y1 + x2y3 + x3y1 − x3y2

Que podemos escrever como
·
2∆ = (1) det
 x1 x1
 − ·
+ ( 1) det
 x2 x2
 ·
+ (1) det
 x3 x3

y3 y2 y3 y1 y2 y1
57
E usando a recı́proca do teorema de Laplace, temos:
x1 y1 1 x1 y1 1
2∆ =
 x2 y2 1
 ⇒ ∆ = 12
 x2 y2 1

x3 y3 1 x3 y3 1
1 a1 a21
 
22 a) Mostre que  1 a2 a22  = (a2 − a1)(a3 − a1)(a3 − a2)
1 a3 a23
b) Se a 1 , a2 ,...,an são números, mostre por indução finita que
n−1
 11 a1
a2 ···
··· a 1
an2 −1

V n =  .. .. .. ..  = Π(xj − xi ) com (i < j)
. . . .
1 an ··· ann − 1
O sı́mbolo à direita significa o produto de todos os termos xj − xi com i < j e i, j inteiros
variando de 1 a n.
Soluç˜
ao de A:
Basta calcular o determinante usando a regra de sarrus. Onde chegaremos á:
det(A) = (a2 a23 + a1 a22 + a21 a3 ) − (a2a21 + a3a22 + a23a1)

Onde após algum algebrismo conclui-se a igualdade
(a2 a23 + a1 a22 + a21 a3 ) − (a2a21 + a3a22 + a23a1) = (a2 − a1)(a3 − a1)(a3 − a2)
terminando a demonstração.
ao de B 1 :
Soluç˜
Seja
n−1
 11 a1
a2 ··· aan12 − 1

V n =  .. .. .. .. 
. . . .
1 an ··· ann − 1
verifica-se imediatamente que a condição é verdadeira tanto para n = 1

1
Ao substituir xj por aj e xi por ai o autor parece sugerir que seja utilizada a demonstração por polinômio,
entretanto como aqui não se fez uso dessa demonstração não foi feita a substituição uma vez que a mesma se faz
desnecessária.
58
| |
V 1 = 1 = 1
como para n = 2.
V 2 =

1 a1
 = (a1 − a2)
1 a2
Com isso provamos a base da indução.
×
Agora, provemos para a matriz n n supondo válido para as matrizes n 1 n − × − 1. Seja c i
−
a coluna i, então multiplicamos a coluna c i por a1 e somamos com a coluna c i+1 :
 1 a1 a21 ··· an1n − 1   1 0 0 ··· 0 

1 a2 a22 ··· a2n − 1
1
−
1 a2 a1 a2 (a2 a1 ) − ··· an2n 22(a2 − a1)
−
V n = det 1 a3 a23 ··· a3 −

= det −
1 a3 a1 a3 (a3 a1 ) −
− ··· a3 (a3 − a1)
| |  . . . . .
  . . . ... .

1 an a2n ··· ann − 1 −
1 an a1 an (an − a1) ··· ann 2(an − a1)
−
Calculando o determinante, por propriedade se elimina a primeira linha e a primeira coluna,

achando assim uma matriz de n 1 n 1, logo. − × −
a2 − a1 a2 (a2 − a1 ) ··· an2 2 (a2 − a1 )
 −

 a3 − a1 a3 (a3 − a1 ) ··· an3 2 (a3 − a1 ) − 
|V n| = det .. .. ..
.
..
 . . . 
− a1 a2(an − a1) ···
an ann− 2 (an − a1)
Prosseguindo, podemos colocar os (ai − a1 ) em evidência,
 1 a2 a22 ···
an2 −2

 1 a3 a3 2
an3 −2
··· 
|V n| = (a2 − a1)(a3 − a1) ··· (an − a1) × det  1 a4 a4 2
an4 −2
··· 
.. .. .. . . ..
. . . . .
··· 1 an a2n ann−2
⇒ |V n| = (a2 − a1)(a3 − a1) ··· (an − a1) × |V n 1| −
Expandindo este determinante pela primeira linha (ou coluna, tanto faz) e aplicando a
hipótese de indução temos que:
|V n| = Πi<j (aj − ai)

Completando a demonstração.
Obs: Tal determinante é chamado determinante de Vandermonde e além dessa existem

outras provas da mesma, também por indução, nos seguintes links.
ProfWiki (Em inglês)

Blog Legauss (Em português)
IME (Em português)
59
23. Uma maneira de codificar uma mensagem blá, blá, blá... (na prática ninguém faz isso).
a) Você recebeu a mensagem:
−12 48 23 −2 42 26 1 42 29
Utilizando a mesma chave traduza a mensagem.
b) Aconteceu que o inimigo descobriu sua chave. O seu comandante manda voe substituir a
 
1 1 1 −
matriz chave por 1 1 0
 . Você transmite a mensagem ” CRETINO...” a ele (codificada

0 0 2
naturalmente!) Por quê não será possı́vel a ele decodificar sua mensagem?
c) Escolha
scodifique uma matriz chave que dê para codificar palavras até 16 letras. Codifique e de-
à vontade!
Soluç˜
ao de A:
 − 
2 1 3
C−1 =  − − − 
1 1 2
1 1 3
Fazendo (M C) C−1 chegamos a mensagem M.

· ·
 −− 12
12
48
42
42
23
26
29
 ·  − − −−  
2
11
1
11
3
32 =
1
12
15
13 9
14
14 00

Que de acordo com a tabela forma a frase: ANIMO-PO-
Soluç˜
ao de B:
A matriz chave não tem inversa.
Soluç˜
ao de C:
Lembrando que toda matriz cujo determinante é diferente de zero possui inversa, então qual-
quer matriz 4 4 com determinante não nulo é uma solução para o problema.
×  
1 2 2 3
 0 1 4 4 
0 0 1 2
0 0 0 1
Vale ressaltar que ao contrário do que coloca o autor esse método não é usado na prática,
pois apresenta o mesmo nı́vel de quebra que a cifra de césar exigindo maior custo computacional.
60

61
4 ESPAÇO VETORIAL
1 a) Seja V o espaço vetorial Rn , definindo no Exemplo 2 de 4.2.2. Qual é o vetor nulo de V é
−
o que é (x1 , x2 ,...,xn )? b) Seja W = M(2, 2) (veja 4.2.2 Exemplo 3 i)) descreva o vetor nulo e
vetor oposto.
Soluç˜
ao de A:
Olhando o exemplo 2 de 4.2.2 o espaço vetorial V é formado pelo conjunto de vetores com
da forma:
(x1 , x2 ,...,xn )
Por definição o vetor nulo (u) de V é um vetor tal que:
v + u = v (para todo v ∈ V)

(v1 , v2 ,...,vn ) + u = (v1 , v2 ,...,vn )
(v1 , v2 ,...,vn ) + (u1 , u2 ,...,un ) = (v1 , v2 ,...,vn )
(v1 + u1 , v2 + u2 ,...,vn + un ) = (v1 , v2 ,...,vn )
v1 + u1 = v 1 u 1 = 0
⇒
⇒ v2 + u2 = v2 ⇒
⇒ u2 = 0
..
.
⇒ vn + un = vn ⇒ un = 0
Ou seja, u = (0, 0,..., 0).
Obs: Existe uma convenção, criada a fim de simplificar a escrita de que um vetor nulo.
Assim, podemos dizer que u é nulo simplesmente escrevendo u = 0 . { }
ao da 2 ◦ parte de A:
Soluç˜
Se u é um vetor de V tal que u = (x1 , x2 ,...,xn ), então −u = −(x1, x2,...,xn ).
Como u − u = 0 então −u é o vetor oposto.
Soluç˜
ao de B:
Seja m, u ∈ W onde:
62
m =
 a11 a12
 
; u =
b11 b12

a21 a22 b21 b22
e sendo u o vetor nulo de W então
·
m u = m
⇒
 a11 a12
 
+
b11 b12
 
=
a11 a12

a21 a22 b21 b22 a21 a22
que implica em b 11 = b 12 = b 21 = b 22 = 0. Logo o vetor u será igual à:
u =
  0 0
0 0
O vetor oposto de um vetor m genérico será −m.
2. Mostre que os seguintes subconjuntos de R 4 são subespaços
{
a) W = (x,y,z,t) ∈ R4|x + y = 0 e z − t = 0}
b) U = {(x,y,z,t) ∈ R4 |2x + y − t = 0 e z = 0}
Soluç˜
ao de A:
Como R4 é um espaço vetorial provamos que W e U são subespaços se mostrarmos que:
i) A soma e fechada em W e U.
ii) Todo elemento de W ou de U multiplicado por um escalar contı́nua a pertencer a W ou a
U respectivamente.
Prova da condição i
Primeiro tomamos um vetor u e v pertencentes a W tal que
u = (x,y,z,t) e v = (x1 , y1 , z1 , t1 ).
Pelo enunciado sabemos que em W x + y = 0 (que implica em x = −y) e z − t = 0 (que
implica em z = t). Assim, u e v podem ser escritos como:
− −
u = ( y , y , z , z) e v = ( y1 , y1 , z1 , z1 )
Fazendo u + v então:
− − −
( y , y , z , z) + ( y1 , y1 , z1 , z1 ) = ( y + y1 , y + y1 , z + z1 , z + z1 )
63
Note que se fizermos a soma dos dois primeiro elementos do resultado de u + v o resultado é
zero.
( y− − y1) + (y + y1) = −(y + y1) + (y + y1) = 0

O mesmo resultado ocorre se fizermos a diferença entre os dois últimos elementos
(z + z1 ) − (z + z1) = 0

portanto, u + v ∈ W.
Prova da condição ii
Tomando k ∈ R então:
· − −
k u = k( y , y , z , z) = ( ky,ky,kz,kz)
Fazendo a soma dos dois primeiros elementos o resultado é o vetor nulo.
−ky + ky = 0
O mesmo ocorre se fizermos a diferença entre os dois últimos elementos.
kz − kz = 0
Ou seja, se u ∈ W então ku ∈ W.
Como as condições i e ii foram satisfeitas então W é realmente um subespaço vetorial.
Soluç˜
ao de B:
Semelhante a anterior.
3. Responda se os subconjuntos são subespaços de M(2, 2). Em caso afirmativo exiba

geradores
a) V =
  a b com a, b, c, d ∈ R e b = c

c d
b) V =
  a b
com a, b, c, d ∈ R e b = c+1

c d
Soluç˜
ao de A:
Vamos começar provando que a soma é fechada em V.
64
Tome M1 =

a1 b1
e M2 =
 a2 b2
 
pertencentes a V. Como em V todas as matrizes
c1 d1 c2 d2
tem o elemento a 12 = a 21 então M 1 e M 2 podem ser rescritos como:
M1 =
 a1 b1
 e M2 =
 a2 b2

b1 d1 b2 d2
Fazendo M1 + M2
 a1 b1
 
+
a2 b2
  =
a1 + a2 b1 + b2

b1 d1 b2 d2 b1 + b2 d1 + d2
Note que a matriz resultante também pertence a V, pois ainda é uma matriz 2 2 e o seu ×
elemento a12 ainda é igual ao elemento a21 .
Com isso provamos que a soma em V é fechada.
Agora vamos provar que multiplicando um elemento qualquer de V por um escalar real ainda
teremos um elemento de V.
Tomando k ∈ R então:
·
k M1 = k
 a1 b1
  =
· ·
k a1 k b1

b1 d1 · ·
k b1 k d1
Note que a matriz resultante também pertence a V, pois seu elemento a12 ainda é igual ao
seu elemento a 21 .
Ou seja, se u M 1 então k M 1 V.

∈ · ∈
Logo V é realmente um subespaço vetorial de M(2, 2).
Para determinar um gerador tomamos a matriz M1 =

 a1 b1
 pertencente a V e a
b1 d1
descrevemos como uma soma de matrizes. Veja:
 a1 b1
      
= a 1
1 0
+ b1
0 1
+ d1
0 0
b1 d1 0 0 1 0 0 1
1 0 0 1 0 0
como , e são LI então são estas uma base de V.
0 0
     1 0 0 1
Soluç˜
ao de B:
Tome M 1 =
    a1 b1
e M 2 =
a2 b2
pertencentes ao conjunto V.
c1 d1 c2 d 2
Como em V todas as matrizes tem o elemento a12 igual ao elemento a21 acrecido em uma
unidade (b = c + 1) então M 1 e M 2 podem ser rescritos como:
65
M1 =
 a1 c1 + 1
 e M2 =

a2 c2 + 1

c1 d1 c2 d2
Fazendo M 1 + M 2
 a1 c1 + 1
  +
a2 c2 + 1
 
=
a1 + a2 c1 + c2 + 2

c1 d1 c2 d2 c1 + c2 d1 + d2
note que a matriz resultante não pertence a V, pois o elemento a12 = a 21 + 1. Portanto, V 
não é um sub espaço vetorial.
4. Considere dois vetores (a, b) e (c, d) no plano. Se ad − bc = 0, mostre que eles são LD. Se
ad − bc = 0. Mostre que eles são LI.
Soluç˜
ao:
Dado k 1 , k2 ∈ R então:
· ·
k1 (a, b) + k2 (c, d) = (0, 0) (1)
da equação acima montamos o seguinte sistema linear
 ak1 + ck2 = 0
bk1 + dk2 = 0
Retirando o determinante da matriz dos coeficientes do sistema acima chega-se até:
det
 a c
 = ad − cb
b d
−
Se ad cb = 0 então, pela regra de Cramer, o sistema deve ser possı́vel e indeterminado ou
impossı́vel. Entretanto, como k1 = k2 = 0 é claramente uma solução então o sistema deve ser
possı́vel e indeterminado (ou seja, possui várias soluções). Portanto, nesse caso os vetores (a, b)
e (c, d) são LD.
Entretanto, se ad bc = 0 então o sistema admite apenas uma única solução. No caso,
− 
k1 = k 2 = 0. O que prova que neste caso (a, b) e (c, d) são LI.
5. Verifique se os conjuntos são espaços vetoriais reais, com as operações usuais. No caso
afirmativo, exiba uma base e dê a dimensão.
a) Matrizes diagonais n × n.
66
b) Matrizes escalares n × n.
a a + b
c)
a b
: a, b ∈ R
  n

{
d) V = (a,a,...,a) ∈ : a ∈ R} R
e) {(a, b) : a, b ∈ R}
f) A reta {(x, x + 3) : x ∈ R}
g) {(a, 2a, 3a) : a ∈ R}
Soluç˜
ao de A:
Dado as matrizes An×n , Bn×n e Cn×n pertencentes ao conjunto das matrizes diagonais n ×n
então:
(An×n + Bn×n ) + Cn×n
 a11 0 ··· 0
  b11 0 ··· 0
  c11 0 ··· 0

 . . ..   . . ..   . . .. 
0 0 . . 0 0 . . 0 0 . .
=  .. .. . .  +  .. .. . .  +  .. .. . . 
. . . 0 . . . 0 . . . 0
0 0 ··· ann 0 0 ··· bnn 0 0 ··· cnn
observando como ocorre a soma em Mn×n (ver anexo II) então:
 a11 + b11 0 ··· 0 0

  c11 0 ··· 0

0 0
.
.. 0 0 0 0 . . ...
.
=  .. .. . . .. ..
 +  .. .. . .

. . . . . . . . 0
0 0 ··· 0 ann + bnn 0 0 ··· cnn
 (a11 + b11 ) + c11 0 ··· 0 0


 0 0 ··· 0 0 
= .. .. . . .. ..
 . . . . . 
0 0 ··· 0 0
0 0 ··· 0 (ann + bnn ) + cnn

usando a associatividade em R (ver anexo I)

 a11 + (b11 + c11 ) 0 0 ··· 0

 0 0 0 ··· 0 
= .. .. . . .. ..
 . . . . . 
0 0 0 ··· 0
0 0 ···
0 ann + (bnn + cnn )
67
 a11 0 ··· 0 a1n   b11 + c11 0 ··· 0 b1n + c1n 

.. ..
0 0 0 . 0 0 0 .
=  +
.. ···
.. . . . .. 0
  .. ···
.. . . . .. 0

an1 0 ··· 0 ann bn1 + cn1 0 ···
0 bnn + cnn
 a11 0 ··· 0
  b11 0 ··· 0
  c11 0 ··· 0

 . . ..   . . ..   . . .. 
0 0 . . 0 0 . . 0 0 . .
=  .. .. . .  +  .. .. . .  +  .. .. . . 
. . . 0 . . . 0 . . . 0
0 0 ··· ann 0 0 ··· bnn 0 0 ··· cnn
= An×n + (Bn×n + Cn×n ).
Como (An×n + Bn×n ) + Cn×n = An×n + (Bn×n + Cn×n ) então a condição i está provada.
Para provar a condição ii somamos An×n e Bn×n e mostramos que a soma é comutativa.
An×n + Bn×n
 a11 0 ··· 0
  b11 0 ··· 0
  a11 + b11 0 ··· 0 0

 . . ..
.
  . . ..
.
  0 0 ··· 0 0 
0 0 . 0 0 . .. .. . . .. ..
= .. .. . . + .. .. . . = . . . . .
. . . 0 . . . 0 0 0 0 0
 0 0 ··· ann   0 0 ··· bnn   0 0 ··· 0 a + bnn
nn

como a soma em R é comutativa então
 a11 + b11 0 ··· 0 0

  b11 + a11 0 ··· 0 0

 0 0 ··· 0 0   0 0 ··· 0 0 
.. .. . . .. .. = .. .. . . .. ..
 . . . . .   . . . . . 
0 0 ··· 0 0 0 0 ··· 0 0
0 0 0 ann + bnn 0 0 0 bnn + ann
 ···
   ···  
b11 0 ··· 0 a11 0 ··· 0
 . . ..   . . .. 
0 0 . . 0 0 . .
=  .. .. . . +
  .. .. . . 
. . . 0 . . . 0
0 0 ··· bnn 0 0 ··· ann
= Bn×n + An×n .
68
Como An×n + Bn×n = Bn×n + An×n então a condição ii está provada.
As demais propriedades são satisfeitas, mas serão deixadas a cargo do leitor. A dimensão é
igual a n e a base é a seguinte:
   0 ··· ··· 0   
1 ··· 0 .. .. ..   0 ··· 0
.. .. . 1 . . .. ..
Base =
 . 0 . ,
  , ..., . 0 .

.. .. ..  
. . 0 .
 0 ···
0
 0 ··· 1 
0 ··· ··· 0
Soluç˜
ao de B:
É um espaço vetorial. A dimensão é igual a 1 e a base é a seguinte:

 1 ··· 0. 
Base = .. ..
 . 1 
0 ··· 1
Soluç˜
ao de C:
Base =
   
1 1
,
0 1
1 0 0 1
Soluç˜
ao de D:
{
Base = (1, 1, 1..., 1) }
Soluç˜
ao de E:
Não é um espaço vetorial, pois não existe o elemento neutro.
Soluç˜
ao de F:
Não é um espaço vetorial, pois não existe o elemento neutro.
69
Soluç˜
ao de G:
{
Base = (1, 2, 3) }
6. Considere o subespaço de R4
S = [(1, 1 − 2, 4), (1, 1, −2, 2), (1, 4, −4, 8)]
a) O vetor
 2
−

, 1, 1, 2 pertence a S ?
3
b) O vetor (0, 0, 1, 1) pertence a S ?
Soluç˜
ao de A:
O vetor
2

, 1, 1, 2 −
 ∈
S se, e somente se, puder ser escrito como combinação linear dos
3
vetores que geram S . Ou seja,
 2
−
, 1, 1, 2
 = x(1, 1 − 2, 4) + y(1, 1 − 1, 2) + z(1, 4, −4, 8) (1)
3
para algum x, y e z ∈ R.

Note que da equação (1) podemos extrair o seguinte sistema
 x + y + z = 2/3
x+y+4z = 1
 -2x-y-4z=-1
4x+2y+8z=2
cuja solução ocorre para x = 0, y = 5/9 e z = 1/9
Logo
2
 −

, 1, 1, 2 pode realmente ser escrito como combinação linear dos geradores de S de
3
modo que pertence a S.
Soluç˜
ao de B:
(0, 0, 1, 1) = x(1, 1 − 2, 4) + y(1, 1 − 1, 2) + z(1, 4, −4, 8)

que implica no seguinte sistema
70
 x+y+z=0
x+y+4z = 0
-2x-y-4z = 1

4x+2y+8z = 1
Como o sistema não possui solução, então o vetor não pertence a S .
7. Seja W o subespaço de M(2, 2) definido por
W =
 2a a + 2b
 : a, b ∈ R

0 a b−
a)
0 −2 ∈ W ?
0 1
b)
  ∈
0 2
W ?
3 1
Soluç˜
ao de A:
A equação abaixo
 0 −2  
=
2a a + 2b

0 1 −
0 a b
implica no seguinte sistema

 2a = 0
a+2b = -2
a-b = 1

cuja solução ocorre para a = 0 e b = −1. Sendo assim, o vetor
 0 −2  pertence a W.
0 1
Soluç˜
ao de B:
Não pertence. E nesse caso nem é preciso seguir o raciocı́nio anterior para chegar a tal
conclusão, basta observar que nessa nova matriz o elemento a 21 = 0. 
8. Seja W o subespaço de M(3, 2) gerado por

  0 0 0 1
  0 1
 0 2
  1 1 , 0 − 1 ,
  0 0 O vetor  3 4 pertence a W?
0 0 1 0 0 0 5 0
Soluç˜
ao:
71
Se o vetor pertencer a W então ele poderá ser escrito como combinação linear dos geradores
de W.
    
0 2 0 0 0 1
  0 1

3 4 = a 1 1 +b 0 − 1 +c 0 0
5 0 0 0 1 0 0 0
    
0 2 0 0 0 b
  0 c

3 4
     = a a + 0 −  
b + 0 0 
5 0 0 0 b 0 0 0
Note que a equação acima implica no seguinte sistema

0=0
b+c=2
 a=3
a-b=4
 b=5
Como a = 3, b = 5 e a − b = 4 então o sistema não têm solução, portanto, o vetor não pode
pertencer a W.
9. Mostre que
       
1 0
,
0 1
,
0 0
,
0 0
0 0 0 0 1 0 0 1
é base de M(2,2).
Soluç˜
ao:
Se os vetores descritos no enunciado forem realmente a base de M(2,2), então qualquer matriz
M(2,2) pode ser escrita como combinação linear deles.
Como a equação a seguir é verdadeira e os vetores são LI então realmente são base de M(2,2).
 a b
        
= a
1 0
+b
0 1
+c
0 0
+d
0 0
c d 0 0 0 0 1 0 0 1
10. Escreva uma base para o espaço vetorial das matrizes n × n. Qual a dimensão deste
espaço?
Soluç˜
ao:
Como os vetores
72
 1 0 ···
0
 0 1 ···
0
  0 0 ···
0

0 0 ···
0 0 0 ···
0 0 0 ···
0
. . . . , . . . . , , . . . .
 . .
0 0
..
···

.
0
  . .
0 0
..
···

.
0
 ···  . .
0 0
..
···

.
1

são LI e
 a11 a12 ··· a1n

  1 0 ··· 0
  0 1 ··· 0
  0 0 ··· 0

 a21 a22 ··· a2n   0 0 ··· 0   0 0 ··· 0  ···  0 0 ··· 0 
.. .. . . .. = a 11 .. .. . . .. +a12 .. .. . . .. + +ann .. .. . . ..
 . . . .   . . . .   . . . .   . . . . 
an1 an2 ··· ann 0 0 ··· 0 0 0 ··· 0 0 0 ··· 1
então uma base seria

 1 0 ··· 0  0 1 ··· 0   0 0 ··· 0 
 0 0 ··· 0   0 0 ··· 0  ···  0 0 ··· 0 
.. .. . . .. , .. .. . . .. , , .. .. . . ..
 . . . .  . . . .   . . . . 
0 0 ··· 0 0 0 ··· 0 0 0 ··· 1
{
11. Quais são as coordenadas de x = (1, 0, 0) em relação à base β = (1, 1, 1), ( 1, 1, 0), (1, 0, 1) ? − − }
Soluç˜
ao:
−
(1, 0, 0) = a(1, 1, 1) + b( 1, 1, 0) + c(1, 0, 1) −
−
o que implica em a = 1/3, b = 1/3 e c = 1/3. Logo as coordenadas de x = (1, 0, 0) em
{ − − }
relação à base B = (1, 1, 1), ( 1, 1, 0), (1, 0, 1) é: 1/3, 1/3 e 1/3 ou então: −
1
3
1
[x]β = -
3
1
3
73
12. Qual seria uma base “natural” para Pn ? (Veja o Exemplo 4 de 4.2.2). Dê a dimensão
deste espaço vetorial.
Soluç˜
ao:
Como
(a0 + a1 x1 + ··· + anxn) = a0(1, 0, ··· , 0) + a1(0, 1, 0, ··· , 0) + ··· + an(0, 0, ··· , 1)
então os vetores, com n termos, e linearmente independentes
{(1, 0, ··· , 0), (0, 1, 0, ··· , 0), ··· , (0, 0, ··· , 1)}
são uma base para Pn . E como temos um vetor para cada coeficiente de Pn , então a dimensão
será igual a n + 1.
13. Mostre que os polinômios 1 − t3, (1 − t)2, 1 − t e 1 geram o espaço dos polinômios de
≤
grau 3.
Soluç˜
ao:
Se os polinômios 1 t3 , (1 t)2 , 1 t e 1 geram o espaço dos polinômios de grau 3 então

− − − ≤
o polinômio a 3 t3 + a2 t2 + a1 t + a0 pode ser escrito como combinação linear deles. Ou seja:
a3 t3 + a2 t2 + a1 t + a0 = k 1 (1 − t3) + k2(1 − t)2 + k3(1 − t) + k4(1)

para algum k 1 , k2 e k3 ∈ R.
Devemos então provar duas coisas: que existe cada k n e que os vetores em questão são LI.
Como:
a3 t3 + a2 t2 + a1 t + a0 = k 1 (1 − t3) + k2(1 − t)2 + k3(1 − t) + k4(1)

então:
3 2 3 2
− −
a3 t + a2 t + a1 t + a0 = k 1 (1 t ) + k2 (1 2t + t ) + k3 (1 t) + k4 (1) −
a3 t3 + a2 t2 + a1 t + a0 = ( k1 )t3 + (k2 )t2 (2k2 + k3 )t + (k3 + k4 + k1 + k2 )
− −
o que implica em:
74
−k1 = a3 (1)
k2 = a 2 (2)
2k2 + k3 = a 1 (3)
k3 + k4 + k1 + k2 = 0 (4)
−
Da equação (1) chegamos a k 1 = a3 . De (2) que k 2 = a 2 . Da equação (3) e (2) chegamos a
− −
k3 = a 1 2a2 . E finalmente da equação (4), (3), (2) e (1) chegamos a k 4 = (a3 + a1 a2 ). Com −
isso provamos a existência de cada kn (ou o fato de que um polinômio de grau três realmente
pode ser escrito como combinação dos vetores dados).
Para mostrar que esses vetores são LI fazemos:
α(1 t3 ) + β (1 t)2 + ω(1 t) + φ1 = 0

que implica em: − − −
α = 0 (5)
β = 0 (6)
ω = 0 (7)
φ = 0 (8)
Como esses vetores também são LI então são base de P3 .
A demonstração para P2 , P1 e P0 é similar e fica a cargo do leitor.
14. Considere [ a, a] um intervalo simétrico e C1 [ a, a] o conjunto das funções reais definidas

− −
−
no intervalo [ a, a] que possuem derivadas contı́nuas no intervalo. Sejam ainda os subconjunto
V1 = f (x) C 1 [ a, a] f ( x) = f (x), x [ a, a] e V2 = f (x) C 1 [ a, a] f ( x) =
{ ∈ − | − ∀ ∈ − } { ∈ − | −
− ∀ ∈ − }
f (x), x [ a, a] .
a) Mostre que C1 [−a, a] é um espaço vetorial real.

b) Mostre que V1 e V2 são subespaços de C1 [−a, a].
c) Mostre que V 1 V 2 = C 1 [−a, a].
Soluç˜
ao de A:

As propriedades das operações com funções reais são as mesmas do conjunto dos números
reais. Por isso, a demonstração de que C1 [ a, a] é um espaço vetorial é evidente.
−
Soluç˜
ao de B:
75
∈
Dado f (x) e g (x) V 1 então podemos afirmar que tanto f (x) como g(x) são funções pares.
−
Como f (x) e g (x) estão definidas no intervalo [ a, a] então f (x) + g(x) também está. E como a
∈
soma de funções pares é par então: f (x) + g(x) V 1 confirmando que a soma é fechada em V 1 .
Dado agora um α ∈ R e considerando que f (x) = b para algum x ∈ [−a, a] então:
αf (x) = α b ·
e também
−
αf ( x) = α b ·
−
ou seja: αf (x) = αf ( x) e portanto αf (x) ainda é uma função par. Como αf (x) também
−
pertence a [ a, a], pois f(x) pertence, então a multiplicação por escalar também é fechada em
V 1 .
Como a soma e a multiplicação por um escalar qualquer são operações fechadas em V 1 então
V 1 é um espaço vetorial.

A demonstração de V 2 é semelhante e fica a cargo do leitor.
Soluç˜
ao de C:
Essa demonstração será feita por dupla inclusão, ou seja, primeiro vamos demonstrar que
todo elemento de C 1 [ a, a] V 1 V 2 e depois o contrário.
− ∈ 
⇒ →
( ) A ideia principal aqui é o fato de que toda função f : E R definida em um conjunto
E simétrico em relação à origem pode ser escrita como a soma de uma função par e uma função
ı́mpar. Assim, dado uma função f (x) C 1 [ a, a] então:
∈ −
f (x) = f i (x) + f p (x)
o que implica no fato de f (x) V 1 ∈  V 2 .
⇐ ∈ ∈ ∈ 
( ) Dado f p V 1 e f i V 2 , então f i + f p V 1 V 2 . Como tanto f i como f p estão definidas
no intervalo C 1 [ a, a] e pertencem a C 1 [ a, a] então f i + f p também está definida no intervalo
− −
[ a, a] e também é diferenciável no intervalo. Ou seja: f i + f p C 1 [ a, a].
− ∈ −
V 2 = C 1 [ a, a].
Logo, por dupla inclusão, v1
 −
15. Seja V o espaço das matrizes 2 × 2 sobre R, e seja W o subespaço gerado por
1 5 1 1 2 4 1 7
,
− − − − − − −  , ,
4 2 1 5 5 7 5 1
Encontre uma base, e a dimensão de W .
Soluç˜
ao:
Note que dado
76
M 1 =
 
1 0
, M 2 =
 
0 1
, M 3 =
 
0 0
e M 4 =
 
0 0
0 0 0 0 1 0 0 1
O conjunto α = M 1 , M 2 , M 3 , M 4 é uma base de M(2,2).

{ }
A base α é chamada de base canônica de M (2; 2). Mais geralmente, a base canônica de
M(m;n) é formada por mn matrizes distintas, cada uma das quais possuindo uma única entrada
igual a 1 e todas as demais entradas iguais a 0, ordenadas de forma semelhante ao que foi feito
no caso M (2; 2).
Como α possui 4 vetores então dim(W ) = 4.
16. Seja P o conjunto de todos os polinômios (de qualquer grau) com coeficientes reais. Existe
uma base finita para este espaço? Encontre uma “base” para P e justifique então por que P é
conhecido como um espaço de dimensão infinita.
Soluç˜
ao:
Perceba que qualquer polinômio, de qualquer grau, pode ser escrito como combinação linear
dos vetores LI: (1,x,...,x n ,...). Logo, essa é uma base para P.
Já a prova de que não existe uma base finita para P pode ser feita por absurdo.
Imagine, por absurdo, que P tenha uma base finita com n vetores. Logo existe um polinômio
∈
p(x) P que pode ser escrito como combinação linear desses n vetores.
p(x) = α 1 (1) + α2 (x) + ··· + αn(xn)

n+1 n+1
Sendo
tence assim
a base P. Oo que
polinômio h(x) = p(x) + α (x
n )nãode todos
é um absurdo, pois P é o conjunto pode pertencer a P, pois x não per-
os polinômios independente
do grau.
×
17. a) Dada uma matriz A de ordem m n, você pode considerar as m linhas como vetores
do Rn e o subespaço V , de Rn , gerado por estes m vetores. Da mesma forma para a matriz
B, linha reduzida à forma escada de A, podemos considerar o subespaço W gerado pelos m
vetores, dados por suas linhas. Observando que cada linha de B é obtida por combinação linear
das linhas de A e vice-versa (basta reverter as operações com as linhas), justifique que V = W.
b) Mostre, ainda, que os vetores dados pelas linhas não nulas de uma matriz-linha reduzida
à forma escada são LI.
Soluç˜
ao de A:
Supondo que A seja uma matriz não nula, caso contrário a matriz linha reduzida também
seria nula e a igualdade entre W e V seria evidente, então supondo que por absurdo W = V das 
duas uma:
i) existe um α ∈ V que não pertença a W,
77
∈
ii) ou existe um β W que não pertença a V.
Na primeira hipótese se α não pertence a W então não pode ser escrito como combinação
linear dos vetores de
como combinação W. O
linear deque
W. é um absurdo, pois por hipótese todo vetor de V pode ser escrito
O mesmo absurdo ocorre considerando a segunda hipótese. Concluindo que V = W.
Soluç˜
ao de B:
Observe a matriz m × n a seguir.

 a11 a12 ··· a1(n−1) a1n

 0 a22 ··· a2(n−1) a2n 
.. .. .. .. ..
. . . . .
0 0 0 amn
Se fizermos
 ··· 
α1 (a11 , ··· , a1n ) + α2(0, a22, ··· , a2n) + ··· + αn(0, ··· , 0, amn) = (0, ··· , 0)
então fica fácil perceber que
· ·
α1 a11 + α2 0 + ··· + αn · 0 = 0 ⇒ α1 · a11 = 0
Mas como α 11 é um pivô então não pode ser nulo. O que implica em α1 = 0.
Já sobre α2 raciocinamos o seguinte.
· ·
α1 a12 + α2 a22 = 0 + ··· + αn · 0 = 0
mas como α1 = 0 então α2 · a22 = 0. Como a22 também é um pivô então α2 · a22 = 0 ⇒ α 2 = 0.
Analogamente se chega a conclusão de que cada α n dado é igual a zero. Logo o conjunto de
vetores formado pela matriz escada são LI.
18. Considere o subespaço de R4 gerado pelos vetores v1 = (1, 1, 0, 0), v2 = (0, 0, 1, 1),
−
−
v3 = ( 2, 2, 1, 1) e v 4 = (1, 0, 0, 0).
− ∈
a) O vetor (2, 3, 2, 2) [v1 , v2 , v3 , v4 ]? Justifique.
b) Exiba uma base para [v1 , v2 , v3 , v4 ]. Qual a dimensão?
4
c) [v1 , v2 , v3 , v4 ] = R ? Por quê?
Soluç˜
ao de A:
− ∈
O vetor (2, 3, 2, 2) [v1 , v2 , v3 , v4 ], pois pode ser escrito como combinação linear de [v1 , v2 , v3 , v4 ].
Veja:
7
− −
(2, 3, 2, 2) = 0(1, 1, 0, 0) + (0, 0, 1, 1)
2
− 32 (−2, 2, 1, 1) − 1(1, 0, 0, 0)
78
⇒ (2, −3, 2, 2) = (2, −3, 2, 2)

Soluç˜
ao de B:
Solução no próprio livro na página 137.
Soluç˜
ao de C:
Solução no próprio livro na página 138.
19. Considere o subespaço de R3 gerado pelos vetores v1 = (1, 1, 0), v2 = (0, 1, 1) e v3 =
−
(1, 1, 1). [v1 , v2 , v3 = R 3 ]? Por que?
Soluç˜
ao:
Os vetores v1 , v2 e v3 geram o R3 pois qualquer vetor (x,y,z) ∈ R3 pode ser escrito como
combinação linear deles.
−
(x,y,z) = α 1 (1, 1, 0) + α2 (0, 1, 1) + α3 (1, 1, 1)
⇒ α1 = 2x − z − y, α2 = x − y e α 3 = z − x + y.
20. Use o exercı́cio 17 para exibir uma base para o subespaço S, definido no Exercı́cio 6. Qual
é a dimensão de S?
Soluç˜
ao:
Esse exercı́cio é bem similar a letra B do exercı́cio 8.
Primeiro montamos a matriz a seguir:

 1 1 −2 4

 1 0 0 0 
0 1 −1 2
onde por meio de operações elementares com as linhas chegamos até:
 1 1 2 4 
0 1 −2 4
0 0 1 −2
Sendo assim a base de S seria [(1,1,-2,4), (0,1,-2,4), (0,0,1,-2)] cuja dimensão é igual a 3.
−
Observe que esse resultado faz muito mais sentido do que [(1, 0, 0, 0), (0, 1, 1, 2)], pois não
− ∈
exite um x e y tal que (1, 1, 2, 4) S possa ser escrito como combinação linear de (1, 0, 0, 0) e
−
(0, 1, 1, 2).
79
21. Considere o sistema linear

−
2x1 + 4x2 6x3 = a
( ) x1 x2 + 4x3 = b
§  − −
6x2 14x3 = c
Seja W = {(x1 , x2 , x3 ) ∈ R3 : é solução de (§)}. Isto é, W é o conjunto-solução do sistema.
a) Que condições devemos impor a a, b e c para que W seja subespaço vetorial de R3 ?
b) Nas condições determinadas em a) encontre uma base para W.
c) Que relação existe entre a dimensão de W e o grau de liberdade do sistema? Seria este
resultado válido para quaisquer sistemas homogêneos?
Soluç˜
ao de A:
∈ ∈ ∈
Se W é um subespaço então para todo a R e xn W então axn W . Sendo assim, se
∈ − − −
(x1 , x2 , x3 ) W então ( x1 , x2 , x3 ) também pertence a W. E portanto também é conjunto
solução do sistema ou seja:
−2x1 − 4x2 + 6x3 = a

como por hipótese
2x1 + 4x2 − 6x3 = a

então se somarmos ambas as linhas termo a termo chegamos ao valor de a, que é igual a zero.
( 2x1 4x2 + 6x3 ) + (2x1 + 4x2 6x3 ) = a + a
⇒− 0 = −2a −
⇒ a = 0
Analogamente chegamos a condição de b e c iguais a zero.
Soluç˜
ao de B:
Solução na página 138.
Soluç˜
ao de C:
22. Seja U o subespaço de R3 , gerado por (1,0,0) e W o subespaço de R3 , gerado por (1,1,0)
e (0,1,1). Mostre que R3 = U

W
Soluç˜
ao:
80

23 Demostre o teorema 4.3.5, isto é, mostre que, dados u = w1 + w 2 W 1 + W 2 e v =

∈ 
∈ 
∈
w1 + w2 W 1 + W 2 (onde w 1 , w1 W 1 e w 2 , w2 W 2 ), então u + v W 1 + W 2 e ku W 1 + W 2 ∈ ∈ ∈
para todo k R. ∈
Soluç˜
ao:
u + v = (w1 + w2 ) + w1 + w2
  

∈
Como u, v W 1 + W 2 então vale a associatividade, pois W 1 e W 2 são subespaços e portanto
associativos. Sendo assim:
 
u + v = ((w1 + w2 ) + w1 ) + w2
usando a comutatividade  
u + v = ((w2 + w1 ) + w1 ) + w2
usando novamente a associatividade

 
u + v = (w2 + (w1 + w1 )) + w2
e novamente
 
u + v = w 2 + ((w1 + w1 ) + w2 )
usando agora a comutatividade

 
u + v = w 2 + (w2 + (w1 + w1 ))
e a associatividade uma última vez

 
u + v = (w2 + w2 ) + (w1 + w1 )
e a comutatividade
 
u + v = (w1 + w1 ) + (w2 + w2 ) (1)

 
∈ ∈
como w2 , w2 W 2 e w1 , w1 W 1 e todo subespaço vetorial é fechado para soma então a
∈
conclusão retirada de (1) é que u + v W 1 + W 2 como querı́amos demonstrar.
∈
A prova de que ku W 1 + W 2 segue quase a mesma lógica e fica a cargo do leitor.
 { ···
24. Mostre que, se V = W 1 W 2 e α = v1 , , vk é a base de W 1 , β = w1 , } { ··· , wr } é a
{ ···
base de W 2 então γ = v1 , , vk , w1 , , wr é base de V. ··· }
Mostre com um exemplo que o resultado não continua verdadeiro se a soma de subespaços
não for uma soma direta.
Soluç˜
ao:
81
···
Como (v1 , , vk ) é uma base de W 1 então (v1 , ··· , vk ) ∈ W 1. Analogamente podemos dizer
··· ∈
que (w1 , wr ) W 2 .
Sendo assim (v1 , , vk , w1 , wr ) V , pois V é a soma direta de W 1 com W 2 .

··· ··· ∈
···
Seja (x1 , , xk , x1 ···
xr ) uma base de V . Então existe um α que permite escrevermos
··· ···
(v1 , , vk , w1 , wr ) como combinação linear da base ou seja:
(v1 , ··· , vk , w1, ··· wr ) = α(x1, ··· , xk , x1, ··· xr )

 
Note, entretanto, que para α = 1 facilmente verificamos que:
x1 = v1
..
.
xk = v k
..
.
x1 = w 1
..
.
xr = w r
ou seja, (v1 , ··· , vk , w1, ··· wr ) é a própria base de V .

O exemplo pedido se encontra na página 138 do livro.
25. Sejam W1 = (x,y,z,t) { |∈4 R4 | x + y = 0 e z − t = 0} e W2 = {(x,y,z,t) ∈ R4 |

x − y − z + t = 0} subespaços de R .
a) Determine W 1 ∩ W 2
b) Exiba uma base para W 1 ∩ W 2 .
c) Determine W 1 + W 2 .
d) W 1 + W 2 é soma direta? Justifique.
e) W 1 + W 2 = R4 ?
Soluç˜
ao:
Resposta na página 139 do livro.
26. Sejam W 1 =

 a b
 tais que a = d e b = c
 e W 2 =
 a b
 tais que a = c e b = d

c d c d
subespaços de M(2,2)
82
a) Determine W 1 ∩ W 2 e exiba uma base.

b) Determine W 1 + W 2 . É soma direta? W 1 + W 2 = M (2, 2)?
Soluç˜
ao de A:
Pelas informações dadas podemos dizer que W 1 é o conjunto formado por todas as matrizes
2 por 2 da forma:
 d c
 (1)
c d
enquanto W 2 das matrizes
  c d
(2)
c d
Sendo assim, uma matriz que pertença a intercessão desses conjuntos seria uma matriz tal
que além de estar sob as condições de W 1 (a = d e b = c) e W 2 (a = c e b = d) teria de ter d = c
e vice versa.
(1) = (2)
 d c
  ⇒
=
c d
d = c e c = d
c d c d
ou seja,
W 1 ∩ W 2 =
 d d

d d
Onde uma base seria

  1 1
1 1
Soluç˜
ao de B:
De imediato podemos descartar a hipótese de ser soma direta, pois como determinamos no
∩  { }
item A W 1 W 2 = 0 .
Vamos simplesmente determinar a soma então.

d c c d
W =  | d, c R e W = c, d R
1 c d ∈  2
  | ∈  c d
Então,
W 1 + W 2 =
  | ∈ 
d + c c + d
c, d R
c d
Obs: Uma outra notação para W 1 + W 2 seria
83
 d c
  |
,
c d
∈ R
d, c

c d c d
É aconselhável que o professor deixe isso bastante claro uma vez que ambas as notações são
usadas no livro e para muitos alunos sua equivalência não é evidente.
27. a) Dado o subespaço V 1 = (x,y,z) { ∈ R3 | x + 2y + z = 0} ache um subespaço V 2 tal que
R3

= V 1 V 2 .
b) Dê exemplos de dois subespaço de dimensão dois de R3 tais que V 1 + V 2 = R3 . A soma é
direta?
Soluç˜
ao:
3
{
Se V 1 = (x,y,z) ∈ R | x = −2y − z} então o vetor (x,y,z) ∈ V 1 pode ser escrito como:
(−2y − z , y , z)
− −
= y( 2, 1, 0) + z( 1, 0, 1)
− −
como ( 2, 1, 0) e ( 1, 0, 1) são LI (verifique) e são capazes de gerar qualquer elemento de V 1 ,
então podemos dizer que são uma base de V 1 .
− −
V 1 = [( 2, 1, 0), ( 1, 0, 1)]
como a base
Usando de V 1 têm dois vetores então dim(V 1 ) = 2.
a fórmula
dim(V 1 + V 2 ) = dim(V 1 ) + dim(V 2 ) − dim(V 1 ∩ V 2)

e lembrando que no caso de uma soma direta v 1 ∩ V 2 = {0} ⇒ dim(V 1 ∩ V 2) = 0 então:
dim(V 1 + V 2 ) = dim(V 1 ) + dim(V 2 )
⇒ 3 = 2 + dim(V 2)
⇒ dim(V 2) = 1.
−
a dimensão de R3 tal queV 1 V 2 = 0 . Podemos por exemplo, tomar (0,0,1) de modo que
∩ { } −
Assim, a base de V 1 deve ser um único vetor LI com ( 2, 1, 0) e ( 1, 0, 1) para completar
{ } { |
V 2 = (0, 0, 1) = (x,y,z) x = 0, y = 0 e z R . ∈ }
Soluç˜
ao de B:
Podemos fazer:
84
V 1 = [(1, 0, 0), (0, 1, 0)] e V 2 = [(0, 0, 1), (1, 0, 0)]
de modo que V 1 + V 2 = [(1, 0, 0), (0, 1, 0), (0, 0, 1)].
Como [(1, 0, 0), (0, 1, 0), (0, 0, 1)] é uma base de R3 então V 1 + V 2 = R3 .
Nesse caso a soma não é direta, pois dim(V 1 ∩ V 2) = 1.

Veja também a página 141 do livro.
28. Ilustre com um exemplo a proposição: “Se U e W são subespaços de um espaço vetorial
V que tem dimensão finita, então:
dim(U + W ) = dimU + dimW − dim(U ∩ W )

Soluç˜
ao:
Considere o espaço vetorial R3 , que é de dimensão 3. Desse espaço podemos extrair dois
subespaços gerados pelas bases r 1 e r 2 tal que:
{ | }
r1 = (x,y,z) x = z e y = 0 ou r 1 = [(1, 0, 0), (0, 0, 1)]
e também
{ | }
r2 = (x,y,z) x = y e z = 0 ou r 2 = [(1, 0, 0), (0, 1, 0)]
ambos com dimensão igual a 2.
Note que a intersecção entre as bases (r1 e r 2 ) é o eixo OX cuja base é [(1, 0, 0)] e, por tanto,
tem de dimensão igual a 1.
Logo 3 = 2 + 2–1 confirmando, neste caso, o teorema.
Veja também a página 122.
{ } { − } { √ √ − }
29. Sejam β = (1, 0), (0, 1) , β 1 = ( 1, 1), (1, 1) , β 2 ( 3, 1)( 3, 1) e β 2 = (2, 0), (0, 2) { }
bases ordenadas de R2 .
a) Ache as matrizes de mudança de base:
i) [I ]ββ ii) [I ]ββ

1
1
iii) [I ]ββ iv) [I ]ββ
2 3
−
b) Quais são as coordenadas do vetor v = (3, 2) em relação à base:
i) β ii) β 1 iii) β 2 iv) β 3
c) As coordenadas de um vetor v em relação à base β 1 são dadas por
85
[v]β =
  4
1
0
Quais são as coordenadas de v em relação à base:

i) β ii) β 2 iii) β 3
Soluç˜
ao de A:
Resolvendo a equação
 ·
1 0 x y
  − 
=
1 1
0 1 z w 1 1
chega-se a x = 1, y = 1, z = 1 e w = 1. Logo

−  −  1 1
[I ]ββ
1
1 1
analogamente se chega as demais soluções.
Soluç˜
ao de B e C:
Ver página 140 do livro.

1 1 0
30. Se [I ]α =  0 1 1
α 1 − −
0 1

ache  
−1
a) [v]α onde [v]α = 
  2
−  3
1
b) [v]α onde [v]α =

  2
3
Soluç˜
ao de A:
Olhando a página 125 do livro obtemos:


[v]α = [I ]α
α · [v]α 
que implica em:

 1 1 0
 −    1 1
[vα ] =  0 −1 1 ·   −  2 = 1
1 0 − 1 3 4
A letra B fica a cargo do leitor.
86
31. Se β  é obtido de β , a base canônica de R 2 , pela rotação por um angulo − π3 , ache

a) [I ]ββ b) [I ]ββ 
Soluç˜
ao:
Se β = [(1, 0), (0, 1)] e M (−π/3) =

 −
cos( π/3) sen( π/3) −  então primeiro devemos
− −sen( π/3) cos( π/3) −
descobrir β . 
 −
cos( π/3) sen( π/3) −  ·    √ 
1
=
1/2
− sen(π/3) cos( π/3) − 0 3/2
 −
cos( π/3) sen( π/3) −  ·    −√ 
0
=
3/2
− −
sen( π/3) cos( π/3) − 1 1/2
Assim, β  = [(1/2, 3/2), ( √ −√ 3/2, 1/2)].

√ √
Seja então β = {(1, 0), (0, 1)} e β = [(1/2, 3/2), (− 3/2, 1/2)] podemos determinar [I ]ββ .


√
w = (1/2, 3/2) = a (1, 0) + a (0, 1)
1 11 21
donde
√
(1/2, 3/2) = a 11 , a21
implica em
a11 = 1/2, a21 =

√ 3/2
w2 = ( −√ 3/2, 1/2) = a12(1, 0) + a22(0, 1)
donde
( −√ 3/2, 1/2) = a12, a22

implica em
a12 = −√ 3/2, a22 = 1/2

Portanto
√
[I ]ββ =

√ −1/23/2
1/2
3/2
 
Soluç˜
ao de B:
Basta determinar a matriz inversa de

 √
1/2 −√ 3/2  ficando a cargo do leitor.
3/2 1/2
{ } { − } { − −
32. Sejam β 1 = (1, 0)(0, 2) , β 2 = ( 1, 0), (1, 1) e β 3 = ( 1, 1), (0, 1) três bases − }
87
ordenadas de R2 .
a) Ache
β2 β3 β3 β2 β3
i) [I ]β 1
ii) [I ]β 2 1
iii) [I ]β iv) [I ]β 1
· [I ]β 2
b) Se for possı́vel, dê uma relação entre estas matrizes de mudança de base.
Soluç˜
ao de A:
−
i) w 1 = ( 1, 0) = a 11 (1, 0) + a21 (0, 2)
que implica em a 11 = −1 e a 21 = 0

w2 = (1, 1) = a 21 (1, 0) + a22 (0, 2)
que implica em a 21 = 1 e a22 = 1/2
logo [I ]ββ = 2
 − 1 1

1
0 1/2
ii) [I ]ββ32 =
 0
 1
− −
1 1
iii) [I ]ββ = 3
 − 1
 0
1
−1/2 −1/2
iv) [I ]ββ = 3
−1 −2
1
1/2 1/2
− − 
Soluç˜
ao de B:
Como o problema não especifica que tipo de relação devemos procurar qualquer similaridade
entre as matrizes serve. Como, por exemplo, todas têm determinante diferente de zero.
33. Seja V o espaço vetorial de matrizes 2 × 2 triangulares superiores. Sejam

β =
     
1 0
,
0 1
,
0 0
e β 1 =
     
1 0
,
0 1
,
0 0
0 0 0 0 0 1 0 0 0 0 0 1
duas bases de V. Ache [I ]β . 1
Soluç˜
ao:
{ } {
Seja β = (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 0, 1) e β 1 = (1, 0, 0, 0), (1, 1, 0, 0), (1, 1, 0, 1) }
então
(1, 0, 0, 0) = a 11 (1, 0, 0, 0) + a21 (0, 1, 0, 0) + a31 (0, 0, 0, 1)

(1, 1, 0, 0) = a 12 (1, 0, 0, 0) + a22 (0, 1, 0, 0) + a32 (0, 0, 0, 1)
88
(1, 1, 0, 1) = a 13 (1, 0, 0, 0) + a23 (0, 1, 0, 0) + a33 (0, 0, 0, 1)
que implica em
 a11 a12 a13

  1 1 1

[I ]ββ =
1  a21 a22 a23   = 0 1 1 
a31 a32 a33 0 0 1
34. Volte a 4.7.2 e mostre efetivamente que ([I ]ββ )−1 = [I ]ββ 
Soluç˜
ao:
A cargo do leitor.
35. Se α é base de um espaço vetorial, qual é a matriz de mudança de base [I ]α
α?
Soluç˜
ao:
89

90
5 TRANSFORMAÇ ÕES LINEARES
→ W uma função. Mostre que:

1. Seja T : V
a) Se T é uma transformação linear, então T (0) = 0.


b) Se T (0) = 0, então T não é uma transformação linear.
Soluç˜
ao de A:
Se T é mesmo uma transformação então V é um espaço vetorial. Assim, deve existir um
∈ −
vetor u V e um oposto a ele tal que u + ( u) = 0 (vetor nulo).
Por definição de sabemos que:
T (a + b) = T (a) + T (b) e T (ka) = kT (a)
Fazendo então:
−
T (0) = T (u + ( u))
= T (u) + T ( u)−
− ·
= T (u) + T ( 1 u)
= T (u) 1 T (u)
⇒ − ·
= T (u) T (u) = 0
T (0) = 0.
Como se quer demonstrar.
Soluç˜
ao de B:
Vamos partir da segunda condição de transformação linear para essa prova que é: T (ka) =
kT (a).
Note que para obtermos T (0) deveremos ter k = 0 ou a = 0 ou os dois casos.
Entretanto, não podemos ter k = 0 pois se tivéssemos terı́amos T (0) = 0, veja:
T (k · a)· = kT (a)

⇒ T (0 a) = 0 · T (a)
⇒ T (0) = 0
Logo a única possibilidade é termos a = 0. Contudo, se fizermos a = 0 pela primeira pro-
priedade (T (a + b) = T (a) + T (b)) chegaremos também a T (0) = 0, vejamos:
T (a + b) = T (a) + T (b)

⇒ T (0 + b) = T (0) + T (b)
91
⇒ T (b) = T (0) + T (b)

⇒ T (0) = T (b) − T (b)
⇒ T (0) = 0
Sendo assim, nem a nem k podem ser nulos o que invalida a segunda propriedade. Em outras

palavras, se T (0) = 0 então a segunda propriedade das transformações lineares simplesmente não
se satisfaz.
2. Determine quais das seguintes funções são aplicações lineares:
a) f : R2 R
2→
→
(x, y) (x + y, x − y)
b) g : R2 R2
→ →
(x, y) (xy)
c) h : M2
 a b
 →→  R
det
a b

c d c d
P → P 3 3 2
d) k : 2
ax2 + bx + c → ax + bx + cx
e) m : R3
→ R2
(x,y,z) → (x,y,z)
 01 −21

1 1
f) n : R →R
x → | |
x
Soluç˜
ao de A
Primeiro vamos provar a primeira propriedade que é f (x, y) = f (x) + f (y). Para facilitar o
entendimento isso será feito na forma de um passo a passo.
Primeiro passo: Tomamos um u = (x1 , x2 ) e um v = (y1 , y2 ).

Segundo passo: Determinamos f (u + v).
f (u + v) = f ((x1 + x2 ) + (y1 + y2 )) = f (x1 + y1 , x2 + y2 )

− (x2 + y2))
= ((x1 + y1 ) + (x2 + y2 ), (x1 + y1 )
= (x1 + x2 + y1 + y2 , x1 − x2 + y1 − y2 ) (Equação 1)
92
Terceiro passo: Calculamos agora f (u) + f (v).
f (u) + f (v) = f (x , x ) + f (y , y )

− x2) +1 (y21 + y2, y11 −2 y2)
= (x1 + x2 , x1
= (x1 + x2 + y1 + y2 , x1 − x2 + y1 − y2 ) (Equação 2)
Quarto passo: Verificamos se o valor da função calculado no passo 3 (equação 2) é igual ao

valor da função calculada no passo 2 (equação 1). Se forem fica provado a primeira propriedade,
isto é, podemos afirmar que f (u + v) = f (u) + f (v).
Provado a primeira propriedade temos de provar a segunda.
f (ku) = kf (u)
Isso será feito também seguindo um passo a passo.
Primeiro passo: Determinamos f (ku).
f (k(x1 , y1 )) = f (kx 1 , ky 1 )
= (kx 1 + ky 1 , kx 1 − ky1)
= k(x1 + y1 , x1 − y1) (Equação 3).
Segundo passo: Determinamos agora kf (u).
kf (u)
kf (x1 , y1 )
= k(x1 + y1 , x1 − y1) (Equação 4).

Terceiro passo: Verificamos se a equação calculada no passo 1 (equação 3) é igual a equação
calculada no passo 2 (equação 4). Se forem iguais fica provado que f (ku) = kf (u).
Observação: Embora esse exemplo tenha sido resolvido na forma de um passo a passo
normalmente ele é resolvido de forma mais direta, o que é até mais elegante. Os próximos
problemas serão resolvidos assim.
Soluç˜
ao de B:
Seja u = (x1 , x2 ) e v = (y1 , y2 ) então:
g(u + v) = g((x1 , x2 ) + (y1 , y2 ))

= g(x1 + y1 , x2 + y2 )
= (x1 + y1 )(x2 + y2 )
= (x1 x2 + x1 y2 , y1 x2 + y1 y2 )
93
entretanto
g(u) + g(v) = g(x1 , x2 ) + g(y1 , y2 )
= x 1 x2 + y1 y2
Como g 
(u + v) = g(u) + g(v) então não é uma transformação.
Exemplo C:
Dado u =
   a1 b1
e v =
a2 b2
 então:
c1 d1 c2 d2
  
h(u + v) = h
a1 b1
+
a2 b2

c1 d1 c2 d2
= h
 
a1 + a2 b1 + b2
= (a1 + a2 )(d1 + d2 ) − (b1 + b2)(c1 + c2)
c1 + c2 d1 + d2
= (a1 d1 + a2 d2 )− (b1c1 + b2c2)

= (a1 d1 − b1 c1 ) + (a2 d2 − b2 c2 )
= h
 a1 b1
 
+h
a2 b2

c1 d1 c2 d2
= h(u) + h(v)
Assim fica provado que h(u + v) = h(u) + h(v).
Agora vamos verificar se h(ku) = kh(u) para todo k ∈ R.


f k
 
ac11 db11 = h ka
kc 1 kd
1 kb 11
 = k 2 a1 d1 − k2b1c1
= k 2 (a1 d1
= k 2 f
·
 −  b1 c1 )
a1 b1
c1 d1
= k 2 f (u)
·
 
Como para todo k = 1 e 0 temos f (ku) = kf (u) então a segunda condição não se cumpre e
portanto, h não é uma transformação.
Soluç˜
ao de D:
Seja u = a 1 x2 + b1 x + c1 e v = a 2 x2 + b2 x + c2 , então:
k(u + v) = k((a1 x2 + b1 x + c1 ) + (a2 x2 + b2 x + c2 ))
= k((a1 + a2 )x2 + (b1 + b2 )x + (c1 + c2 ))
= (a1 + a2 )x3 + (b1 + b2 )x2 + (c1 + c2 )x
94
= (a1 x3 + b1 x2 + c1 x) + (a2 x3 + b2 x2 + c2 x)
= k(a1 x2 + b1 x + c1 ) + k(a2 x2 + b2 x + c2 )
= k(u) + k(v)
Ou seja, vale a primeira condição, isto é k(u + v) = k(u) + k(v)
Vamos provar agora a segunda condição, sendo z ∈ R.

k(zu) = k(z(a1 x2 + b1 x + c1 ))
= k(za 1 x2 + zb 1 x + zc 1 )
= (za 1 )x3 + (zb 1 )x2 + (zc 1 )x
= z(a1 x3 + b1 x2 + c1 x)
= zk(u)
Ou seja, vale a segunda condição, isto é k(zu) = zk(u)
Sendo assim, é uma transformação linear.
Soluç˜
ao de E:
Dado u = x 1 , y1 , z1 e v = x 2 , y2 , z2 então:
m(u + v) = m((x1 , y1 , z1 ) + (x1 , y1 , z1 ))
= m(x1 + x2 , y1 + y2 , z1 + z2 )
1 2
= (x1 + x2 , y1 + y2 , z1 + z2 ) 0
 −  1
1 1
= (x1 + x2 + z1 + z2 2x1 + 2x2 − − y1 y2 + z1 + z2 )

= x1 + z1 2x1 − y1 + z1   + x2 + z2 2x2 − y2 + z2 
 1 2
  1 2

= (x1 , y1 , z1 )  0 − 1  + (x2 , y2 , z2 )
 0 − 1 
1 1 1 1
= m(u) + m(v)
Ou seja, m(u + v) = m(u) + m(v). Vamos provar agora a segunda condição.
m(ku) = m (k(x1 , y1 , z1 ))
m (kx 1 , ky1 , kz 1 )
 1 2

= (kx 1 , ky 1 , kz1 )  0 − 1 
1 1
95
 − ky1 + kz1
= kx 1 + kz 1 2kx 1

= k(x1 + z1 ) k(2x1 − y1 + z1 )

= k x1 + z1 2x1 − y1 + z1
 
  1 2

= k (x1 , y1 , z1 )
  0 −1 
1 1
·
= k m((x1 , z1 , y1 )) = k m(u) ·
·
Ou seja, m(ku) = k m(u). Com isso também provamos que a função é uma transformação
linear.
Soluç˜
ao de F:
Dado u e v pertencentes a R então:
|
n(u + v) = u + v |
| | | |
Entretanto, n(u) + n(v) = u + v . Como u + v | | ≤ |u| + |v| então não n pode ser uma
transformação linear.
3. a) Ache a transformação linear T : R3 → R2 tal que T (1, 0, 0) = (2, 0), T (0, 1, 0) = (1, 1)

−
e T (0, 0, 1) = (0, 1).
b) Encontre v de R3 tal que T (v) = (3, 2).
Soluç˜
ao de A:
(x,y,z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1)
T (x,y,z) = xT (1, 0, 0) + yT (0, 1, 0) + zT (0, 0, 1)
T (x,y,z) = x(2, 0) + y(1, 1) + z(0, 1) −

T (x,y,z) = (2x, 0) + (y, y) + (0, z) −
T (x,y,z) = (2x + y, y − z)
Soluç˜
ao de B:
{ }
Como (1, 0, 0);(0, 1, 0); (0, 0, 1) é uma base de R3 então v pode ser escrito como combinação
linear dessa base.
v = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1)
Por hipótese T (v) = (3, 2), assim:
T (v) = xT (1, 0, 0) + yT (0, 1, 0) + zT (0, 0, 1) = (3, 2)
96
−
x(2, 0) + y(1, 1) + z(0, 1) = (3, 2)
−
(2x, 0) + (y, y) + (0, z) = (3, 2)
Dessa última equação chegamos ao sistema:

 2x + y = 3
−
y z = 2
Que implica em: x = x; y = 3 − 2x e z = 1 − 2x.

Sendo assim,
v = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1)
⇒ v = (x,y,z)
⇒ v = (x, 3 − 2x, 1 − 2x)
4. Qual é a transformação linear T : R2 → R3 tal que T (1, 1) = (3, 2, 1) e T (0, −2) = (0, 1, 0)?
b) Ache T (1, 0) e T (0, 1).
c) Qual é a transformação linear S : R3 → R2 tal que S (3, 2, 1) = (1, 1), S (0, 1, 0) = (0, −2)

e S (0, 0, 1) = (0, 0)?
d) Ache a transformação linear P : R2 → R2 tal que P = S ◦ T .

Soluç˜
ao de A:
Os vetores (1,1) e (0,-2) são uma base de R2 , pois são linearmente independentes. Sendo
assim, um vetor (x, y) R2 pode ser escrito como combinação linear deles. Ou seja:
∈
−
(x, y) = a(1, 1) + b(0, 2)
⇒ −
(x, y) = (a, a) + (0, 2b)
⇒ (x, y) = (a, a − 2b)
Que implica em a = x e b =

x − y . Desse modo:
2
(x, y) = x(1, 1) + x −2 y (0, −2)


⇒ T (x, y) = T x(1, 1) + x −2 y (0, −2)

⇒ T (x, y) = xT (1, 1) + x − y T (0, −2)
2
97
⇒ T (x, y) = x(3, 2, 1) + x −2 y (0, 1, 0)

x − y
T (x, y) = (3x, 2x, 1x) + 0, ,0
⇒   2

⇒ T (x, y) = 3x, 5x 2− y , x que é a transformação desejada.
Soluç˜
ao de B:
Usando a solução anterior:

·
T (1, 0) = 3 1,
5 1 · − 0 , 1    5
= 3, , 1
2 2
·
T (0, 1) = 3 0,
5 0 · − 1 , 0   −  1
= 0, , 0
2 2
Soluç˜
ao de C:
Os vetores (3,2,1), (0,1,0) e (0,0,1) são LI e portanto base de R3 . Sendo assim:
(x,y,z) = a(3, 2, 1) + b(0, 1, 0) + c(0, 0, 1)
⇒ (x,y,z) = (3a, 2a + b, a + c)
x
que implica em a =
3
, b = y − 2x3 e c = z − x3 . Sendo assim:
(x,y,z) = a(3, 2, 1) + b(0, 1, 0) + c(0, 0, 1)
⇒ S (x,y,z) = aS (3, 2, 1) + bT (0, 1, 0) + cS (0, 0, 1)

⇒ S (x,y,z) =
x T (3, 2, 1) + y
−  2x− 
T (0, 1, 0) + z
x
T (0, 0, 1)
3 3 3
⇒ S (x,y,z) =
x (1, 1) + y
−  − − 
2x
(0, 2) + z
x
(0, 0)
3 3 3
⇒ S (x,y,z) =

x 5x 6y
,
− 
que é a transformação desejada.
3 3
Soluç˜
ao de D:
Primeiro determinamos a matriz transformação de S em relação a base canônica.
S (1, 0, 0) =
 
1 5
,
3 3
−
S (0, 1, 0) = (0, 2)
S (0, 0, 1) = (0, 0)
98
⇒ S =
 1/3 0 0

5/3 −2 0
Agora determinamos a matriz transformação de T em relação a base canônica.
 
T (1, 0) = 3,
15
, 1
2
 −  1
T (0, 1) = 0, , 0
2
 3 0
⇒  − 
15 1
2 2
1 0
Finalmente fazemos S T .

 3 0
 ·   
=
 15 − 1  · 1/3 0 0
=
1 0
2 2 5/3 −2 0 − 10 1
1 0
Pelo resultado a forma algébrica de P têm as seguintes caracterı́sticas:

 −
P (1, 0) = (1, 10)
P (0, 1) = (0, 1)
e com base nelas podemos encontrar a forma algébrica de P (veja exercı́cio 3).
P (x, y) = (x, y − 10x)
5. a) Ache a transformação T do plano no plano que é uma reflexão em torno da reta x = y.
b) Escreva-a em forma matricial.
Soluç˜
ao:
No fim do livro.
99

100
6 ANEXO I
Propriedades Operatórias em R
• Associatividade
· ·
(x + y) + z = x + (y + z) e (x y) z = x (y z) · ·
• Elemento neutro
· ·
0 + x = x + 0 = x e 1 x = x 1 = x
• Comutativa
x + y = y + x e x y = y x
· ·
• Existência do elemento oposto
Para qualquer real x existe −x tal que x + (−x) = 0
• Existência do elemento inverso

1 1
Para qualquer real x diferente de zero então, existe um
x
, tal que x· x
= 1
• Distributiva da multiplicação em relação a adição

x · (y + z) = x · y + x · z
101
7 ANEXO II
Operações em M n×n
• Soma
 a11 ··· a1n
  b11 ··· b1n
  a11 + b11 ··· a1n + b1n

 .. . . .. +
  .. . . .. =
  .. .. .. 
. . . . . . . . .
an1 ··· ann bn1 ··· bnn an1 + an1 ··· ann + bnn
• Multiplicação por escalar.

b11 ··· b1n k · a11 ··· k · a1n
k·

. ... . =
  . ... .

bn1 ··· bnn k · an1 ··· k · ann

Solucionário AL Boldrini

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Solucionário AL Boldrini

Enviado por

Direitos autorais:

Formatos disponíveis

7/24/2019 Algebra Linear (Boldrini-Editora Harbra)

Livro: Álgebra Linear - Editora Harbra

Solucionário da 3a edição do livro de Álgebra Linear dos

2 SISTEMAS DE EQUAÇ ÕES LINEARES 20

3 DETERMINANTE E MATRIZ INVERSA 44

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

1.1 Exercı́cios da página 11

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

Que resulta nas seguintes igualdades:

3. Se A é uma matriz simétrica, então A – A’. . .

Se A é simétrica então A = A’ e portanto A – A’ = A – A = 0. Assim, o resultado desta

4. Se A é uma matriz triangular superior, então A’ é . . .

5. Se A é uma matriz diagonal, então A’. . .

6. Classiﬁque em verdadeiro ou falso:

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

Pela propriedade iv a proposição é verdadeira.

Pela propriedade iii a proposição é verdadeira.

Falsa. Como contra exemplo tome A =

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

8. Se A é uma matriz triangular superior, então A2 é . . .

Do tipo triangular superior.

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

9. Ache, x, y,z,w se

Se AB = AC e A−1 for transposta de A então:

(A−1 A)B = (A−1 A)C

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

12. Explique por que, (A+B)2 = A2 + 2AB + B2 e (A + B)(A – B) = A2 – B2 .

A equação acima resulta no seguinte sistema:

 x2 + yz = 3 (1)

wy + yw = −2

wy + yw = −2

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

⇒ w = −z2 (6)

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

Ferro Madeira Vidro Tinta Tijolo

(Qualquer semelhança dos números com a realidade é mera coincidência).

a) Se ele vai construir 5, 7 e 12 casas dos tipos moderno, mediterrâneo e colonial

O preço da casa moderno será:

5(15) + 20(8) + 16(5) + 7(1) + 17(10) = 492

Analogamente se calcula para as demais casas.

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

(Solução retirada da lista da Professora. Marina Tebet (GAN/IME/UFF)).

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

Existem três marcas de automóveis disponı́veis no mercado: o Jacaré, o Piranha e o Urubu.

J 0.7 0.2 0.1

De P 0.3 0.5 0.2

U 0.4 0.4 0.2

Os termos da diagonal de dão a probabilidade aii de se comprar um carro novo da mesma

Os termos de A2 , a ij , signiﬁcam mudar da marca i para a marca j depois de duas compras.

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

• veriﬁcar diretamente no blog (www.number.890m.com);

Para encontrar esse e outros exercı́cios resolvidos de matemática acesse: www.number.890m.com

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

1.2 Exercı́cios da página 26

a) Encontre o custo total das ações, usando multiplicações de matrizes.

A primeira matriz será a de quantidade:

Q = (400, 500, 600)

Ou seja, houve um ganho de 45 mil.

2. É observado que as probabilidades de um time de futebol ganhar, perder e empatar

Álgebra Moderna Diego Oliveira - Vitória da Conquista/BA

Agora as probabilidades após Perder um jogo.

E ﬁnalmente as probabilidades após Empatar.